根据 Pandas 中组的第一个值旋转 table
Pivot table based on the first value of the group in Pandas
有以下DataFrame:
我试图在 pandas 中旋转它并实现以下格式：
实际上我尝试了 pd.pivot_table() 的经典方法，但没有成功：
pd.pivot_table(df,values='col2', index=[df.index], columns = 'col1')
如有建议将不胜感激:)谢谢！
您可以对每一列使用 pivot 然后 dropna：
>>> df.pivot(columns='col1', values='col2').apply(lambda x: x.dropna().tolist()).astype(int)
col1 a b c
0 1 2 9
1 4 5 0
2 6 8 7
另一种选择是使用 groupby.agg 创建一系列列表；然后构造一个DataFrame：
out = df.groupby('col1')['col2'].agg(list).pipe(lambda x: pd.DataFrame(zip(*x), columns=x.index.tolist()))
输出：
A B C
0 1 2 9
1 4 5 0
2 6 8 7
有以下DataFrame:
我试图在 pandas 中旋转它并实现以下格式：
实际上我尝试了 pd.pivot_table() 的经典方法，但没有成功：
pd.pivot_table(df,values='col2', index=[df.index], columns = 'col1')
如有建议将不胜感激:)谢谢！
您可以对每一列使用 pivot 然后 dropna：
>>> df.pivot(columns='col1', values='col2').apply(lambda x: x.dropna().tolist()).astype(int)
col1 a b c
0 1 2 9
1 4 5 0
2 6 8 7
另一种选择是使用 groupby.agg 创建一系列列表；然后构造一个DataFrame：
out = df.groupby('col1')['col2'].agg(list).pipe(lambda x: pd.DataFrame(zip(*x), columns=x.index.tolist()))
输出：
A B C
0 1 2 9
1 4 5 0
2 6 8 7