使用 pandas 将每 n 行从一列转置为多列答案

【问题标题】：Transpose every nth rows from one column to multiple columns using pandas使用 pandas 将每 n 行从一列转置为多列
【发布时间】：2021-01-10 12:18:51
【问题描述】：

有人可以建议我如何使用 pandas 将每 n 行从一列转换为多列。假设我有一个包含以下内容的数据框：-

index	0
0	275
1	0.81
2	388
3	2.26
4	275
5	0.93
6	447
7	2.60
8	275
9	1.05
10	500
11	2.91
12	275
13	1.15
14	549
15	3.20

想要的输出：-

index	"A"	"B"	"C"	"D"
0	275	0.81	388	2.26
1	275	0.93	447	2.60
2	275	1.05	500	2.91
3	275	1.15	549	3.20

我试过pd.wide_to_long，但没用。

df3 = pd.wide_to_long(df, stubnames= '0', i='index', j='id')

非常感谢任何建议。谢谢。

【问题讨论】：

看看numpy.reshape
帮助 OP @Ch3steR
@sammywemmy 我在移动 rn 上。写不出答案。 np.reshape 有时会失败，但如果 shape 是 7 并且 OP 想要 2 列，则会引发错误。为了使它起作用，使用fill_value 填充会起作用，但OP 没有指定任何关于它的内容。看起来有人已经回答了；）
这能回答你的问题吗？ Transpose the data in a column every nth rows in PANDAS

标签： python python-3.x pandas

【解决方案1】：

您可以使用np.reshape() 函数来实现。请按照给定的步骤：

第 1 步：将数据框列数据转换为 numpy 数组

import numpy as np
arr = np.array(df[0]

第 2 步：然后将此数组数据重塑为所需的列数

array2 = np.reshape(arr, (4, 4)) # here (4, 4) are the number of rows and columns

第 3 步：为您的重构数组创建一个新的数据框

df3 = pd.DataFrame(array2, columns = {'A', 'B', 'C', 'D'})

现在您的旧数据框已更改为您想要的列数的数据框。

【讨论】：

【解决方案2】：

已经回答了另一个问题：


print (pd.DataFrame(df.values.reshape(-1, 4), 
                    columns=['A','B','C','D']))

在这里查看：

Transpose the data in a column every nth rows in PANDAS

【讨论】：