如何将python中的列值转置为多行？

Question

如果我有一个数据框并且它有 col1 是文件名，col2 是我想用它的值转置到文件名中的值，例如：

Input:
col1  col2
file1 text_0
file1 text_1
file1 text_2
file2 text_0
file2 text_1
file2 text_2
file2 text_3
file3 text_0

Output:
col1  col2   col3   col4   col5
file1 text_0 text_1 text_2 
file2 text_0 text_1 text_2 text_3
file3 text_0

Answer 1

您似乎有 DataFrames，这意味着您正在使用 Pandas。考虑检查 pandas.transpose or pandas.pivot，具体取决于您需要什么。

Answer 2

试试这个：

new_df = df.pivot(columns='col1').droplevel(0,axis=1).rename_axis(columns='col1').apply(lambda x: pd.Series(x.dropna().values)).fillna('')
new_df.index = new_df.reset_index(drop=True).index+2
new_df = new_df.T.add_prefix('col_')

输出：

        col_2   col_3   col_4   col_5
col1                                 
file1  text_0  text_1  text_2        
file2  text_0  text_1  text_2  text_3
file3  text_0

或您的新方式：

new_df = df.pivot(columns='col1').droplevel(0,axis=1).apply(lambda x: pd.Series(x.dropna().values)).fillna('')
new_df.index = new_df.index+2
new_df = new_df.T.add_prefix('col_')
new_df = new_df.rename_axis(columns='col1', index=None)

输出：

col1    col_2   col_3   col_4   col_5
file1  text_0  text_1  text_2        
file2  text_0  text_1  text_2  text_3
file3  text_0

Answer 3

由于 OP 不需要主元，这里有一个无主元的解决方案：

df = df.groupby('col1')['col2'].agg(list).apply(pd.Series).fillna('')  
df.columns = list(range(2,6))
df = df.add_prefix('col_')
df = df.rename_axis(columns='col1', index=None)

输出：

col1    col_2   col_3   col_4   col_5
file1  text_0  text_1  text_2        
file2  text_0  text_1  text_2  text_3
file3  text_0

Answer 4

第一个想法是使用 GroupBy.cumcount for counter of duplicated values of col1 for new columns names and reshape by Series.unstack:

df = (df.set_index(['col1',df.groupby('col1').cumcount()])['col2']
        .unstack(fill_value='')
        .reset_index())
df.columns = [f'col{x}' for x in range(1, len(df.columns) + 1)]
print (df)
    col1    col2    col3    col4    col5
0  file1  text_0  text_1  text_2        
1  file2  text_0  text_1  text_2  text_3
2  file3  text_0

或创建 Series 列表并避免使用 apply(pd.Series)、，最好使用 DataFrame 构造函数：

s = df.groupby('col1')['col2'].apply(list)
df = pd.DataFrame(s.tolist(), index=s.index).reset_index().fillna('')
df.columns = [f'col{x}' for x in range(1, len(df.columns) + 1)]
print (df)
    col1    col2    col3    col4    col5
0  file1  text_0  text_1  text_2        
1  file2  text_0  text_1  text_2  text_3
2  file3  text_0

选择：

s = df.groupby('col1')['col2'].apply(list)

L = [[k] + v for k, v in s.items()]
df = pd.DataFrame(L).fillna('').rename(columns=lambda x: f'col{x+1}')
print (df)
    col1    col2    col3    col4    col5
0  file1  text_0  text_1  text_2        
1  file2  text_0  text_1  text_2  text_3
2  file3  text_0

Answer 5

这应该可以解决问题：

df2=df.groupby("col1").agg(lambda x: (dict((f"col{id+2}",val) for id,val in enumerate(list(x)))))
df2=df2["col2"].apply(pd.Series).reset_index()

输出：

    col1    col2    col3    col4    col5
0  file1  text_0  text_1  text_2     NaN
1  file2  text_0  text_1  text_2  text_3
2  file3  text_0     NaN     NaN     NaN

如何将python中的列值转置为多行？

How to transpose a column into multiple rows for a column value in python?

python

transpose

reshape

dataframe

pandas