旋转具有重复项的非数值数据，在 pandas 中不进行聚合，保留所有重复项

Question

TLDR：我一直在尝试找到一个内置的解决方案，以使用重复项对非数字数据进行透视，而不在 pandas 中进行聚合，保持所有重复项不成功。我进行了自定义操作，但我想知道是否有更好的方法。

我想从这种格式中获取我的数据：

    CAT     FLDNAME Value
0   CAT 1   DIM1    A
1   CAT 1   DIM2    B
2   CAT 1   DIM2    C
3   CAT 2   DIM1    D
4   CAT 2   DIM2    E
5   CAT 2   DIM2    

到

    CAT     DIM1    DIM2
0   CAT 1   A       B
1   CAT 1   A       C
2   CAT 2   D       E
2   CAT 2   D       

可能性：

No duplicates among grouping columns. Does not require aggregation

 - pivot
 - set_index

Duplicates among grouping columns. Does require aggregation

 - pivot_table
 - groupby

根据 piRSquared 在Pivot a pandas DataFrame to be the correct format: `DataError: No numeric types to aggregate` 中的总结

上述所有方法在取消堆叠 FLDNAME 时都需要非唯一索引，或者需要聚合。我还尝试使用带有 append=True 和 unstacking 的 set_index，但最终得到了

    CAT     DIM1    DIM2
0   CAT 1   A       
1   CAT 1           B
2   CAT 1           C
3   CAT 2   D       
4   CAT 2           E
4   CAT 2           

但是，我使用以下内容从类别 (CAT) 创建了一个 DataFrame，并逐步重命名并左加入了 FLDNAME 中的分组 DIM。

cats = df.CAT.unique()
df2 = pd.DataFrame(cats, columns=['CAT'])

for i, grp in df.groupby('FLDNAME'):
    grp.columns = ['CAT', 'FLDNAME', i]
    df2 = df2.merge(grp[['CAT', i]], how='left', on='CAT')

有没有更好的方法可以开箱即用？

Answer 1

这太丑了！这不是我最自豪的时刻。

cols = ['CAT', 'FLDNAME']
df.set_index(
    cols + [df.groupby(cols).cumcount()]
).Value.unstack('FLDNAME').ffill().reset_index(
    1, drop=True
).rename_axis(None, 1).reset_index()

     CAT DIM1 DIM2
0  CAT 1    A    B
1  CAT 1    A    C
2  CAT 2    D    E