Python Pandas 旋转：如何在第一列中分组并为第二列中的每个唯一值创建一个新列

Question

我在 Python 中使用 pandas，我正在尝试转换数据框。我有一个这样的数据框：

第 1 列	第 2 列
1	22
1	23
2	34
2	35
2	36
3	49

我想对第一列中的值进行分组，同时在不同的列中为属于第一列中分组值的值创建一个新的 column/attribute。我不知道第 2 列中属于第 1 列中唯一值的最大数量的值是多少。

第 1 列	列2_1	列2_2	列2_3
1	22	23	None/NaN
2	34	35	36
3	49	None/NaN	None/NaN

我一直在寻找如何有效地做到这一点，但我可能缺乏找到好的结果的词汇。感谢任何帮助。

Answer 1

尝试：

df = (
    df.assign(
        temp=df.groupby('Column 1').cumcount() + 1
    )
    .pivot_table(
        index='Column 1',
        columns='temp',
        values='Column 2')
    .add_prefix('Column 2_')
    .rename_axis(columns=None)
    .reset_index()
)

根据@Henry 的建议，您可以直接将 Series 传递给 pivot_table:

df = (
    df.pivot_table(
        index='Column 1',
        columns=df.groupby('Column 1').cumcount() + 1,
        values='Column 2')
    .add_prefix('Column 2_')
    .reset_index()
)

输出：

   Column1  Column2_1  Column2_2  Column2_3
0        1       22.0       23.0        NaN
1        2       34.0       35.0       36.0
2        3       49.0        NaN        NaN

Python Pandas 旋转：如何在第一列中分组并为第二列中的每个唯一值创建一个新列

Python Pandas pivoting: how to group in the first column and create a new column for each unique value from the second column

python

pandas

dataframe

pivot-table