用不同长度的行重塑数据框答案

【问题标题】：reshape dataframe with various length rows用不同长度的行重塑数据框
【发布时间】：2023-03-16 06:47:01
【问题描述】：

我在 python 中有一个如下所示的数据框：

ID    Value
001   0.5
001   0.2
001   0.5
001   0.0
002   0.4
002   0.6
002   0.6

我希望将数据重新塑造成这样的形式：

ID    Val1    Val2   Val3   Val4
001   0.5     0.2    0.5    0.0
002   0.4     0.6    0.6    NaN

有人可以帮忙吗？我的第一个想法是用“pivot”分解数据，但没有表示“Val”位置的值，它不能按预期工作。

谢谢！

【问题讨论】：

标签： python python-3.x pandas pandas-groupby

【解决方案1】：

通过ID 分组，然后重置索引以保持列一致和取消堆叠

df.groupby('ID')['Value'].apply(lambda df: df.reset_index(drop=True)).unstack()
      0    1    2    3
ID
1   0.5  0.2  0.5  0.0
2   0.4  0.6  0.6  NaN

或者不使用ID 作为索引：

df.sort_values('ID').groupby('ID')['Value'].apply(lambda df: df.reset_index(drop=True)).unstack().reset_index()
  ID    0    1    2    3
0  1  0.5  0.2  0.5  0.0
1  2  0.4  0.6  0.6  NaN

【讨论】：

【解决方案2】：

你可以assign一个索引器系列，然后pivot：

res = df.assign(ValNum=df.groupby('ID').cumcount()+1)\
        .pivot(index='ID', columns='ValNum', values='Value')\
        .reset_index()

print(res)

ValNum  ID    1    2    3    4
0        1  0.5  0.2  0.5  0.0
1        2  0.4  0.6  0.6  NaN

【讨论】：

【解决方案3】：

这可能有效：

>>> df = pd.DataFrame({"id": ["001"]*4 + ["002"]*3, "value": [0.5, 0.2, 0.5, 0.0, 0.4, 0.6, 0.6]})
>>> df
    id  value
0  001    0.5
1  001    0.2
2  001    0.5
3  001    0.0
4  002    0.4
5  002    0.6
6  002    0.6
>>> pd.concat([pd.Series(list(g["value"]), name=x) for x, g in df.groupby("id")], axis=1).T
       0    1    2    3
001  0.5  0.2  0.5  0.0
002  0.4  0.6  0.6  NaN

现在你要做的是重命名列/行。

【讨论】：