如何使用 pandas 创建具有有限数量新列的数据透视表？

Question

我有这个数据框，例如：

emp_id	label
a1	101
a1	102
a1	103
a1	104
a2	420
a2	17
a3	99
a3	100
a3	101

我想创建一个新的数据框，它就像一个数据透视表，其中列数是固定的，并且任何超过该限制的行都会被删除。

例如，如果我的列限制为 3，我想要的输出数据框将是：

emp_id	label_1	label_2	label_3
a1	101	102	103
a2	420	17	NaN
a3	99	100	101

a1 的第 4 个条目被删除，a2 的第 3 个条目是 NaN。

我怎样才能达到这个结果？

Answer 1

类似的方法，我们可以使用groupby cumcount 枚举emp_id，并使用pivot_table 转到宽格式，但根据指定的限制过滤组。然后使用Index.map格式化列标题：

# Set limit
limit = 3
# Create Groups
groups = df.groupby('emp_id').cumcount() + 1
# Pivot to wide format with new columns
df = df.pivot_table(index='emp_id',
                    columns=groups[groups.le(limit)],  #  Limit groups
                    values='label')
# Update Column Labels
df.columns = df.columns.map('label_{:.0f}'.format)
# Reset Index
df = df.reset_index()

df:

  emp_id  label_1  label_2  label_3
0     a1    101.0    102.0    103.0
1     a2    420.0     17.0      NaN
2     a3     99.0    100.0    101.0

---

DataFrame 和导入：

import pandas as pd

df = pd.DataFrame({
    'emp_id': ['a1', 'a1', 'a1', 'a1', 'a2', 'a2', 'a3', 'a3', 'a3'],
    'label': [101, 102, 103, 104, 420, 17, 99, 100, 101]
})

Answer 2

您可以按 emp_id 分组并使用 cumcount：

df['group'] = df.groupby('emp_id').cumcount().add(1)

现在您应该有一个新列，其中包含用作枢轴的名称。您可以只保留您想要的标签并执行数据透视。

类似：

df = df[df['group'].le(3)]
df.pivot(index='emp_id', columns='group', values='label')
df.columns = df.columns.astype(str).add_prefix('label_')
df = df.reset_index()

注意。我无法测试代码