仅用非数字值从长到宽重塑 Pandas DF

Question

我正在尝试将一个相对简单的 DF（仅具有非数字值）从长变宽，但似乎无法使代码正常工作！

我有一个打击格式的表格（df1）：

var_1	var_2
A1	Jan
B1	Jan
C3	Jan
A2	Feb
B2	Feb
C3	Mar

我正在尝试将 (df2) 输出为以下格式：

Jan	Feb	Mart
A1	A2	C3
B1	B2
C3

我检查了谷歌和其他几个链接，包括下面的线程:-)

Pivoting a Pandas Dataframe containing strings - 'No numeric types to aggregate' error

我最接近解决方案的是代码

df2 = df1.pivot_table(values='va_1', columns='var_2', aggfunc=lambda x: ', '.join(x))

但是，我得到的输出不是我想要的（如下）：

Jan	Feb	Mart
A1, B1, C3	A2, B2	C3

感谢所有可以让我从 df1 到 df2 的帮助！

谢谢！ :-)

纳德

Answer 1

尝试使用groupby cumcount 为每个组创建索引，然后使用pivot 进行透视

import pandas as pd

df = pd.DataFrame({
    'var_1': ['A1', 'B1', 'C3', 'A2', 'B2', 'C3'],
    'var_2': ['Jan', 'Jan', 'Jan', 'Feb', 'Feb', 'Mar']
})

# New row numbers based on relative group row numbers
df['g'] = df.groupby('var_2').cumcount()
df = (
    df.pivot(index='g', columns='var_2')
        .droplevel(0, axis=1)  # Clean Up levels
        .rename_axis(None, axis=1)  # Cleanup Axis Names
        .rename_axis(None)
)

print(df)

df:

   Feb Jan  Mar
0   A2  A1   C3
1   B2  B1  NaN
2  NaN  C3  NaN