将多值列扩展到熊猫中的新列

Question

我跑

Python 版本：2.7.12 |Anaconda 4.1.1（64 位）| （默认，2016 年 6 月 29 日，11:07:13）[MSC v.1500 64 位 (AMD64)] Pandas 版本：0.18.1 IPython 版本：4.2.0

在 Windows 7 64 上。

什么是获取数据框的快速方法

pd.DataFrame([[1,'a',1,'b',2,'c',3,'d',4],
              [2,'e',5,'f',6,'g',7],
              [3,'h',8,'i',9],
              [4,'j',10]],columns=['ID','var1','var2','newVar1_1','newVar1_2','newVar2_1','newVar2_2','newVar3_1','newVar3_2'])

来自

pd.DataFrame([[1,'a',1],
              [1,'b',2],
              [1,'c',3],
              [1,'d',4],
              [2,'e',5],
              [2,'f',6],
              [2,'g',7],
              [3,'h',8],
              [3,'i',9],
              [4,'j',10]],columns=['ID','var1','var2'])

我要做的是按 ID 分组，然后在 groupby 对象上迭代以从每个项目创建一个新行并将其附加到最初为空的数据帧上，但这很慢，因为在实际情况下，起始行数据框有几千个。

有什么建议吗？

Answer 1

df.set_index(['ID', df.groupby('ID').cumcount()]).unstack().sort_index(1, 1)

   var1  var2  var1 var2  var1 var2  var1 var2
      0     0     1    1     2    2     3    3
ID                                            
1     a   1.0     b  2.0     c  3.0     d  4.0
2     e   5.0     f  6.0     g  7.0  None  NaN
3     h   8.0     i  9.0  None  NaN  None  NaN
4     j  10.0  None  NaN  None  NaN  None  NaN

---

或者更完整

d1 = df.set_index(['ID', df.groupby('ID').cumcount()]).unstack().sort_index(1, 1)
d1.columns = d1.columns.to_series().map('new{0[0]}_{0[1]}'.format)
d1.reset_index()

   ID newvar1_0  newvar2_0 newvar1_1  newvar2_1 newvar1_2  newvar2_2 newvar1_3  newvar2_3
0   1         a        1.0         b        2.0         c        3.0         d        4.0
1   2         e        5.0         f        6.0         g        7.0      None        NaN
2   3         h        8.0         i        9.0      None        NaN      None        NaN
3   4         j       10.0      None        NaN      None        NaN      None        NaN