pandas ：在秩序上旋转

本文介绍了 pandas ：在秩序上旋转的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！ 问题描述

pd.DataFrame（{'id'：['aaa'，'aaa'，' abb'，'abb'，'abb'，'acd'，'acd'，'acd']，'loc'：['US'，'UK'，'FR'，'US' IN'，'US'，'CN'，'CN']}） id loc 0 aaa US 1 aaa UK 2 abb FR 3 abb US 4 abb IN 5 acd US 6 acd CN 7 acd CN

如何将其转换为：

id loc1 loc2 loc3 aaa US UK无 abb FR US IN acd US CN CN

我正在寻找最惯用的方法。

解决方案

我想你可以创建新的列 cols 与 groupby ， cumcount 并转换为 string astype ，最后使用 pivot ：

df ['cols'] =' loc'+（df.groupby（'id'）['id']。cumcount（）+ 1）.astype（str） print df id loc cols 0 aaa US loc1 1 aaa UK loc2 2 abb FR loc1 3 abb US loc2 4 abb IN loc3 5 acd US loc1 6 acd CN loc2 7 acd CN loc3 print df.pivot（index ='id'，columns ='cols'，values ='loc'） cols loc1 loc2 loc3 id aaa美国英国无 abb FR US IN acd US CN CN

如果你想删除索引和列na mes使用 rename_axis ：

print df.pivot（index ='id'，columns ='cols'，values ='loc'）。rename_axis（无） .rename_axis（无，轴= 1） loc1 loc2 loc3 aaa US UK无 abb FR US IN acd US CN CN

所有在一起，谢谢 Colin ：

print pd.pivot（df ['id']，'loc' +（df.groupby（'id'）。cumcount（）+ 1）.astype（str），df ['loc']） .rename_axis（无） .rename_axis（无， 1） loc1 loc2 loc3 aaa US UK无 abb FR US IN acd US CN CN

我尝试 排名 ，但是我在版本 0.18.0 ：

print df.groupby（'id'）['loc '] .transform（lambda x：x.rank（method ='first'）） #ValueError：首先不支持非数字数据

Given this data:

pd.DataFrame({'id':['aaa','aaa','abb','abb','abb','acd','acd','acd'], 'loc':['US','UK','FR','US','IN','US','CN','CN']}) id loc 0 aaa US 1 aaa UK 2 abb FR 3 abb US 4 abb IN 5 acd US 6 acd CN 7 acd CN

How do I pivot it to this:

id loc1 loc2 loc3 aaa US UK None abb FR US IN acd US CN CN

I am looking for the most idiomatic method.

解决方案

I think you can create new column cols with groupby, cumcount and convert to string by astype, last use pivot:

df['cols'] = 'loc' + (df.groupby('id')['id'].cumcount() + 1).astype(str) print df id loc cols 0 aaa US loc1 1 aaa UK loc2 2 abb FR loc1 3 abb US loc2 4 abb IN loc3 5 acd US loc1 6 acd CN loc2 7 acd CN loc3 print df.pivot(index='id', columns='cols', values='loc') cols loc1 loc2 loc3 id aaa US UK None abb FR US IN acd US CN CN

If you want remove index and columns names use rename_axis:

print df.pivot(index='id', columns='cols', values='loc').rename_axis(None) .rename_axis(None, axis=1) loc1 loc2 loc3 aaa US UK None abb FR US IN acd US CN CN

All together, thank you Colin:

print pd.pivot(df['id'], 'loc' + (df.groupby('id').cumcount() + 1).astype(str), df['loc']) .rename_axis(None) .rename_axis(None, axis=1) loc1 loc2 loc3 aaa US UK None abb FR US IN acd US CN CN

I try rank, but I get error in version 0.18.0:

print df.groupby('id')['loc'].transform(lambda x: x.rank(method='first')) #ValueError: first not supported for non-numeric data