如何创建新列来存储重复 ID 列的数据？

Question

我有这个数据框：

   ID  key
0   1    A
1   1    B
2   2    C
3   3    D
4   3    E
5   3    E

当有重复的IDs 时，我想创建额外的key 列以将数据存储在key 列中

这是输出的sn-p：

   ID  key  key2  
0   1    A     B # Note: ID#1 appeared twice in the dataframe, so the key value "B"
                 # associated with the duplicate ID will be stored in the new column "key2"

完整的输出应如下所示：

    ID  key  key2   key3
0   1    A      B    NaN
1   2    C    NaN    NaN
2   3    D      E      E # The ID#3 has repeated three times.  The key of                    
                         # of the second repeat "E" will be stored under the "key2" column
                         # and the third repeat "E" will be stored in the new column "key3"  

任何建议或想法我应该如何解决这个问题？

谢谢，

Answer 1

查看groupby 和apply。他们各自的文档是here 和here。您可以unstack (docs) 创建的 MultiIndex 的额外级别。

df.groupby('ID')['key'].apply(
    lambda s: pd.Series(s.values, index=['key_%s' % i for i in range(s.shape[0])])
).unstack(-1)

输出

   key_0 key_1 key_2
ID                  
1      A     B  None
2      C  None  None
3      D     E     E

如果您想将ID 作为一列，您可以在此DataFrame 上调用reset_index。

Answer 2

您可以将cumcount 与pivot_table 一起使用：

df['cols'] = 'key' + df.groupby('ID').cumcount().astype(str)
print (df.pivot_table(index='ID', columns='cols', values='key', aggfunc=''.join))
cols key0  key1  key2
ID                   
1       A     B  None
2       C  None  None
3       D     E     E