Unpivot数据框并加入熊猫[重复]答案

【问题标题】：Unpivot dataframe and join pandas [duplicate]Unpivot数据框并加入熊猫[重复]
【发布时间】：2019-01-02 17:48:42
【问题描述】：

我有这个数据框：

+-------+-----+---------+
| group | id  |  value  |
+-------+-----+---------+
| A     |  92 | 123.123 |
| A     | 105 |    9034 |
| A     | 999 |     421 |
| B     |  92 |   32019 |
| B     | 105 |    3281 |
+-------+-----+---------+

我想旋转“组”列，使其值成为“值”列名称的一部分，并且观察结果由“id”连接，如下所示：

+-----+---------+---------+
| id  | A_value | B_value |
+-----+---------+---------+
|  92 | 123.123 | 32019   |
| 105 |    9034 | 3281    |
| 999 |     421 | nan     |
+-----+---------+---------+

最好的方法是什么？

【问题讨论】：

标签： python pandas dataframe join pivot

【解决方案1】：

使用set_index、unstack 并展平多索引：

df_out = df.set_index(['id','group']).unstack()
df_out.columns = df_out.columns.map('{0[1]}_{0[0]}'.format)
df_out = df_out.reset_index()
print(df_out)

输出：

    id      A_value      B_value
0   92      123.123      32019.0
1  105     9034.000       3281.0
2  999      421.000          NaN

【讨论】：

【解决方案2】：

使用pivot、add_suffix（通过@ScottBoston）和reset_index的简单解决方案

df.pivot(index = 'id',columns = 'group',values = 'value')\
       .add_suffix('_value')\
       .reset_index()
group     id   A_value  B_value
0       92.0   123.123  32019.0
1      105.0  9034.000   3281.0
2      999.0   421.000      NaN

【讨论】：

看看在reset_index之前使用add_suffix('_value')。
@ScottBoston 已更新。谢谢！
add_suffix 将字符串添加到所有列是否正确？如果原始数据框中还有另一个值列，你会怎么做？
@jerbear 你可以使用这个：.rename({'A':'A_value', 'B':'B_value'}, axis = 1)