如何使用一列熊猫中的值创建多列

Question

数据目前的结构如下：

data
name1
addr1
url1
vol1
name2
addr2
url2
vol2
name3
addr3
url3
vol3

预期结构：

Name	Addr	url	Vol
name1	addr1	url1	vol1
name2	addr2	url2	vol2
name3	addr3	url3	vol3

我需要从列中提取数据并基于标准，即如果记录是名称、id、url 或卷，则为每个列创建一个列

Answer 1

此答案假定您提供的值不是真实值：即这些值是有意义的，而不是像那样按字面编号。数据通常没有那么好表述。

它还假设您总是有一系列重复出现的姓名、地址等，每四行重复出现一次，无一例外的是行为良好的df.index，这只是每行的数字计数。

制作索引，指定每个元素将在哪一行和哪一列结束。

>>> df['columns'] = df.index % 4
>>> df['rows'] = df.index // 4
>>> df[['rows', 'columns', 'data']]
    rows  columns   data
0      0        0  name1
1      0        1  addr1
2      0        2   url1
3      0        3   vol1
4      1        0  name2
5      1        1  addr2
6      1        2   url2
7      1        3   vol2
8      2        0  name3
9      2        1  addr3
10     2        2   url3
11     2        3   vol3

这将创建一个类似于上面的数据框（我对列进行了排序以更轻松地可视化正在发生的事情）。然后解开你的数据。

>>> df.set_index(['rows', 'columns']).unstack()
          data                   
columns      0      1     2     3
rows                             
0        name1  addr1  url1  vol1
1        name2  addr2  url2  vol2
2        name3  addr3  url3  vol3

在此之后，折叠列多索引df.columns = df.columns.get_level_values(1)，然后重命名df.rename(columns={INT: NAME, INT: NAME, ...}, inplace=True)。如果您有不同的变量名称，请根据需要进行调整。