如何合并行并将它们转换为列

Question

我有一个如下的数据框：

ID  START   END  SEQ
1   11      12   1
1   14      15   3 
1   13      14   2
2   10      14   1
3   11      15   1
3   16      17   2

我需要把它转换成这个DataFrame：

ID  START_1  END_1  SEQ_1  START_2  END_2  SEQ_2 START_3  END_3  SEQ_3
1   11       12     1      13       14     2     14       15     3 
2   10       14     1      NA       NA     NA    NA       NA     NA   
3   11       15     1      16       17     2     NA       NA     NA 

问题是ID相同的行数是先验未知的，这意味着不应该手动定义最大列数START_X、END_X、SEQ_X。 考虑到列应按SEQ 排序，是否有任何自动化方法可以进行此转换？ 我应该使用group_by 还是应该使用哪种方法？

Answer 1

您可以将groupby 与unstack 一起使用，然后使用sort_index，最后从list comprehension 的列中删除MultiIndex：

df['SEQ1'] = df.SEQ
df = df.groupby(['ID','SEQ1']).mean().unstack()
df = df.sort_index(axis=1, level=1)
df.columns = ['_'.join((col[0], str(col[1]))) for col in df.columns]
print (df)
    START_1  END_1  SEQ_1  START_2  END_2  SEQ_2  START_3  END_3  SEQ_3
ID                                                                     
1      11.0   12.0    1.0     13.0   14.0    2.0     14.0   15.0    3.0
2      10.0   14.0    1.0      NaN    NaN    NaN      NaN    NaN    NaN
3      11.0   15.0    1.0     16.0   17.0    2.0      NaN    NaN    NaN

默认情况下使用pivot_table、aggfunc='mean' 的另一种解决方案是：

df['SEQ1'] = df.SEQ
df = df.pivot_table(index= ['ID','SEQ1']).unstack()
df = df.sort_index(axis=1, level=1)
df.columns = ['_'.join((col[0], str(col[1]))) for col in df.columns]
print (df)
    END_1  SEQ_1  START_1  END_2  SEQ_2  START_2  END_3  SEQ_3  START_3
ID                                                                     
1    12.0    1.0     11.0   14.0    2.0     13.0   15.0    3.0     14.0
2    14.0    1.0     10.0    NaN    NaN      NaN    NaN    NaN      NaN
3    15.0    1.0     11.0   17.0    2.0     16.0    NaN    NaN      NaN