Python pandas dataframe reshape long to wide，多列和常量值

Question

我需要将 DataFrame 从长格式重塑为宽格式。数据示例：

import pandas as pd

df = pd.DataFrame({'id':[1,1,1,2,2,2,3,3], 'id_age':
30,30,30,23,23,23,29,29], 'product':['A','B','C','A','B','C','A','B'],
'rank':[1,2,3,3,1,2,2,1], 'result':['x','y','z','p','q','r','s','t']})

print(df)

   id  id_age product  rank result
0   1      30       A     1      x
1   1      30       B     2      y
2   1      30       C     3      z
3   2      23       A     3      p
4   2      23       B     1      q
5   2      23       C     2      r
6   3      29       A     2      s
7   3      29       B     1      t

期望的输出是

id  id_age    product       rank     result
0   1      30  [A, B, C]  [1, 2, 3]  [x, y, z]
1   2      23  [A, B, C]  [3, 1, 2]  [p, q, r]
2   3      29     [A, B]     [2, 1]     [s, t]

即每个 ID 一行。我试图通过创建一个枢轴 table 来解决问题，但我不知道如何：

为不止一列（产品、排名、结果）重塑它
处理个体内部不变的值 (id_age)
将最终数据框中的列设为列表格式（并且顺序很重要，rank 中列表的第一个值对应于给定个体结果中列表的第一个值）。

如有任何关于如何推进此问题的建议，我们将不胜感激！

Answer 1

对于我来说工作：

df = df.groupby(['id','id_age']).agg(tuple).applymap(list)
print (df)
             product       rank     result
id id_age                                 
1  30      [A, B, C]  [1, 2, 3]  [x, y, z]
2  23      [A, B, C]  [3, 1, 2]  [p, q, r]
3  29         [A, B]     [2, 1]     [s, t]

Answer 2

我以前也不知道怎么做...

df1=df.groupby(['id','id_age'])['product','rank','result'].apply(lambda x : x.T.values.tolist()).apply(pd.Series)
df1.columns=['product','rank','result']
df1
Out[126]: 
             product       rank     result
id id_age                                 
1  30      [A, B, C]  [1, 2, 3]  [x, y, z]
2  23      [A, B, C]  [3, 1, 2]  [p, q, r]
3  29         [A, B]     [2, 1]     [s, t]

Python pandas dataframe reshape long to wide，多列和常量值

Python pandas dataframe reshape long to wide, multiple columns and constant values

python

pivot

reshape

pandas