以宽格式制作 pandas df 并将值取消连接到不同的列

Question

抱歉，标题中的问题我解释起来有点费劲

一不小心，我们将 Pandas 数据框转向了这个：

df = pd.DataFrame(np.array([[1,1,2], [1,2,1], [2,1,2], [2,2,2],[3,1,3]]),columns=['id', '3s', 'score'])

id   3s  score
1    1   2
1    2   1
2    1   2             
2    2   2                 
3    1   3

但是我们需要拆开它，所以 df 看起来像这样（原始版本）：“3s”列 'unpivots' 到离散集，由 3 个带 0 和 1 的有序列组成，按顺序添加.因此，如果我们有 '3s'= 2 和 'score'= 2，则对应的 [=17] 列 ['4','5','6']（第二组 3）中的值将是 [1,1,0]（按顺序排列 3 个中的 2 个） =]

df2 = pd.DataFrame(np.array([[1,1,1,0,1,0,0], [2,1,1,0,1,1,0], [3,1,1,1,np.nan,np.nan,np.nan] ]),columns=['id', '1', '2','3','4','5','6'])

id   1   2   3   4   5   6
1    1   1   0   1   0   0
2    1   1   0   1   1   0      
3    1   1   1

非常感谢任何帮助！ (请救救我)

Answer 1

使用：

n = 3
df2 = df.reindex(index = df.index.repeat(n))
new_df = (df2.assign(score = df2['score'].gt(df2.groupby(['id','3s'])
                                                .id
                                                .cumcount())
                                         .astype(int),
                     columns = df2.groupby('id').cumcount().add(1))
             .pivot_table(index = 'id',
                          values='score',
                          columns = 'columns',
                          fill_value = '')
             .rename_axis(columns = None)
             .reset_index())
print(new_df)

输出

   id    1    2    3  4  5  6
0   1  1.0  1.0  0.0  1  0  0
1   2  1.0  1.0  0.0  1  1  0
2   3  1.0  1.0  1.0

如果需要，可以使用 fill_value = 0

   id  1  2  3  4  5  6
0   1  1  1  0  1  0  0
1   2  1  1  0  1  1  0
2   3  1  1  1  0  0  0

Answer 2

这应该可以解决问题：

for gr in df.groupby('3s').groups:
    for i in range(1,4):
        df[str(i+(gr-1)*3)]=np.where((df['3s'].eq(gr))&(df['score'].ge(i)), 1,0)
df=df.drop(['3s', 'score'], axis=1).groupby('id').max().reset_index()

输出：

   id  1  2  3  4  5  6
0   1  1  1  0  1  0  0
1   2  1  1  0  1  1  0
2   3  1  1  1  0  0  0

以宽格式制作 pandas df 并将值取消连接到不同的列

Make pandas df in wide format and unconcatenate values to different columns

python

pandas

pivot

unpivot