Python Pandas 将唯一的列值拆分为自己的列答案

【问题标题】：Python Pandas Unstacking Unique Column Values to Columns Of Their OwnPython Pandas 将唯一的列值拆分为自己的列
【发布时间】：2016-06-30 15:48:41
【问题描述】：

df = pd.DataFrame({'Col1': ['label1', 'label1', 'label2', 'label2',
          'label3', 'label3', 'label4'],
 'Col2': ['a', 'd', 'b', 'e', 'c', 'f', 'q']}, columns=['Col1', 'Col2'])

看起来像这样

     Col1 Col2
0  label1    a
1  label1    d
2  label2    b
3  label2    e
4  label3    c
5  label3    f
6  label4    q

对于Col1 中的唯一值，我想将列的唯一值转换为列。从某种意义上说，我试图将Col1 值“取消堆叠”为列标题，而行值将是Col2 中的值。我的主要问题是我没有计算任何数字数据 - 都是文本 - 我只是想重塑结构。

这是想要的结果：

  label1 label2 label3 label4
0      a      b      c      q
1      d      e      f    NaN

我试过了：stack、unstack、pd.melt、pivot_table、pivot。

这几乎可以让我到达那里，但并不完全，而且似乎不是很简洁：

df.groupby('Col1').apply(lambda x: x['Col2'].values).to_frame().T

Col1  label1  label2  label3 label4
0     [a, d]  [b, e]  [c, f]    [q]

This question shows how to do it with a pivot table.. 但就我而言，数字索引不是我关心的东西。

This question shows how to also do it with a pivot table.. 使用 aggfunc first 或 ' '.join 但返回 CSV 而不是相应行上的值。

【问题讨论】：

标签： python pandas text grouping

【解决方案1】：

您可以使用cumcount 为新的index 创建列，然后使用pivot_table 聚合join：

df['g'] = df.groupby('Col1')['Col1'].cumcount()

print (df.pivot_table(index='g', columns='Col1', values='Col2', aggfunc=''.join))
Col1 label1 label2 label3 label4
g                               
0         a      b      c      q
1         d      e      f   None

感谢您的评论Jeff L.：

df['g'] = df.groupby('Col1')['Col1'].cumcount()

print (df.pivot(index='g', columns='Col1', values='Col2'))
Col1 label1 label2 label3 label4
g                               
0         a      b      c      q
1         d      e      f   None

或者：

print (pd.pivot(index=df.groupby('Col1')['Col1'].cumcount(),
                columns=df['Col1'], 
                values=df['Col2']))

Col1 label1 label2 label3 label4
0         a      b      c      q
1         d      e      f   None

【讨论】：

您也可以将此处的pivot_table 替换为df.pivot(index='g', columns='Col1', values='Col2')，并以略短的行获得相同的结果。

【解决方案2】：

使用set_index 和unstack，你可以这样做

In [17]: df.set_index([df.groupby('Col1')['Col1'].cumcount(), 'Col1'])['Col2'].unstack()
Out[17]:
Col1 label1 label2 label3 label4
0         a      b      c      q
1         d      e      f   None

详情

In [18]: df
Out[18]:
     Col1 Col2
0  label1    a
1  label1    d
2  label2    b
3  label2    e
4  label3    c
5  label3    f
6  label4    q

【讨论】：