使用 python Pandas 进行数据重排 |根据重复索引创建列并填充列值答案

【问题标题】：Data Rearrangement using python Pandas | Create a column based on repeated index and fill with the column value使用 python Pandas 进行数据重排 |根据重复索引创建列并填充列值
【发布时间】：2019-02-02 10:31:46
【问题描述】：

将 python csv 数据重新排列成行和不同的列我有 csv 数据库，其中包含以下格式的姓名和朋友列表

预期输出如下：名称和值在一行中，按照名称重复的重复列数。

执行此输出的最佳方式是什么？

【问题讨论】：

标签： python database pandas csv

【解决方案1】：

您也可以使用 groupby 并使用 from_dict 创建一个新的数据框：

new_dict = (df.groupby('Name')
              .apply(lambda x: list(map(lambda x: x, x['Value'])))
              .to_dict())

new_df = pd.DataFrame.from_dict(new_dict, orient='index')

这会给你：

           0      1      2
Ajay    C529   C530   None
Djna   A-506  A-507  A-508
Patc2  B-526  B-527  B-528

【讨论】：

感谢@LilianBordeau。它的工作原理，列名出现 0,1,2/...如何将其更改为 Value-1,value-2,value3..... 等。
按照@anky_91 的建议，只需在 new_df.columns 中添加 new_df.columns=['value_'+str(i+1) for i]
@LilianBordeau 好一个。 +1
我添加了 new_df.add_suffix('_Value')，它有效。谢谢@anky_91

【解决方案2】：

IIUC 你需要df.pivot() 然后将值向左移动：

df_new=df.pivot(index='Name',columns='Value',values='Value')\
.apply(lambda x: pd.Series(x.dropna().values), axis=1).fillna(np.nan)
df_new.columns=['value_'+str(i+1) for i in df_new.columns]
print(df_new)

    value_1 value_2 value_3 value_4 value_5 value_6 value_7 value_8 value_9  \
Name                                                                            
Ajay     C529    C530    C531    C532    C533    C534    C535     NaN     NaN   
Djna    A-506   A-507   A-508   A-509   A-510   A-511   A-512   A-513   A-514   
Patc2   B-526   B-527   B-528     NaN     NaN     NaN     NaN     NaN     NaN   

      value_10  
Name            
Ajay       NaN  
Djna     A-515  
Patc2      NaN

【讨论】：

运行时出现错误 df_new=df.pivot(index='Name',columns='Value',values='Value').apply(lambda x: pd.Series(x. dropna().values), axis=1).fillna(np.nan) df_new.columns=['value_'+str(i+1) for i in df_new.columns] print(df_new) " 索引包含重复条目， ' ValueError: 索引包含重复条目，无法重塑"