如何使用另一列的值从一列创建多列？

Question

我有一个包含近 100 家商店的时间序列数据集。时间段是几年（但不是所有商店 - 有一些旧的和新的）。

Store_num	date	Sales
23	01Jan2012	125
23	01Feb2012	12
23	01Mar2012	388
...	...	...
57	01Jan2013	456
57	01Feb2013	555
57	01Mar2013	545
57	01Apr2013	657
...	...	...

为了预测未来的销售（第一种方法使用 statsmodels），我决定将 df 更改为：

date	23_sales	57_sales
01Jan2012	125	NaN
01Feb2012	12	NaN
01Mar2012	388	NaN
...	...	...
01Jan2013	...	456
01Feb2013	...	555
01Mar2013	...	545
01Apr2013	...	657
...	...	...

我可以一一添加这些列，但我无法创建某种循环。我一个一个做的方法：

store_23 = df[df['Store_num'] == 23].copy()
store_23.set_index(store_23['date'], inplace = True)
store_23.drop(['Store', 'date'], axis = 1, inplace = True)
store_23.columns = ['23_sales']

我也在考虑创建一个销售名称列表（列名）：

df_list = df['Store_num'].unique()
y_list = [str(num) + "_y" for num in df_list]

而不是创建新的 df 并使用 groupby 添加数据，但我在这种方法中也失败了。

谁能给我一些建议？也许我的方法完全错误？

Answer 1

你想要的iiuc df.pivot:

df = pd.DataFrame(
    {
        'store_num':[0,0,0,1,1,1,2,2,2],
        'date':[1,2,3]*3,
        'sales':np.random.randint(0,10,9),
    }
)

df.pivot(index='date', columns='store_num')

如何使用另一列的值从一列创建多列？

How to create multiple columns from one column using values from another column?

python

pandas

dataframe

time-series

forecasting