Python将列重塑为多列 - 交替行

Question

任何人都可以提出一种将列（在 python pandas 数据框中）重塑为多列的有效方法，并交替列分配。我可以用循环来做到这一点，但想知道是否有更优雅的方式。例如，请考虑以下示例：

已添加： 有没有人可以将单个列中的每 n 个值重新整形为 n 个单独的列，例如从具有 n 个变量的单列重塑为 n 列？

  Col
1 x1 
2 y1 
3 z1 
4 x2 
5 y2 
6 z2
7 x3 
8 y3 
9 z3 
..

到

  x  y  z 
1 x1 y1 z1 
2 x2 y2 z2 
3 x3 y3 z3  
...

Answer 1

假设您对给定形状具有正确数量的值，并且您只关心按形状对值进行排序而不考虑值本身，您可以只重塑基础值

s
    Col
1   x1
2   y1
3   z1
4   x2
5   y2
6   z2
7   x3
8   y3
9   z3

pd.DataFrame(s.to_numpy().reshape(3, 3))

    0   1   2
0   x1  y1  z1
1   x2  y2  z2
2   x3  y3  z3

Answer 2

你可以使用：

df_final=(pd.DataFrame(df.groupby(df.Col.str[-1])['Col'].apply(list)
                   .values.tolist(),columns=['x','y','z']))

---

    x   y   z
0  x1  y1  z1
1  x2  y2  z2
2  x3  y3  z3

Answer 3

可以使用辅助变量作为行列索引，然后应用df.pivot

df1['aux'] = df1.Col.str[:-1]
df1['aux_idx'] = df1.Col.str[-1:]
print(df1.pivot(index= 'aux_idx', columns='aux', values='Col'))

输出：

aux       x   y   z
aux_idx            
1        x1  y1  z1
2        x2  y2  z2
3        x3  y3  z3

如果只计算元素个数，同样的结果，使用df.index模块n作为键

df1['aux_idx'] = (df1.index-1)// 3
df1['aux'] = df1.Col.str[:-1]
print(df1.pivot(index= 'aux_idx', columns='aux', values='Col'))

输出：

aux       x   y   z
aux_idx            
0        x1  y1  z1
1        x2  y2  z2
2        x3  y3  z3