如何根据列的行值拆分数据框并以划分的组为列制作数组？答案

【问题标题】：How to split dataframe based on row values of a column and make array with the divided groups as columns?如何根据列的行值拆分数据框并以划分的组为列制作数组？
【发布时间】：2022-01-19 13:08:21
【问题描述】：

我有一个包含四列的数据框。在“制度”列中有 2 个组（Ctrl 和 FR）。我想创建一个数组，其中行是复制，列是基于 ligt 机制的值。根据列 Regime 划分列 Value 并创建两个新列：Value_Ctrl 和 Value_FR。

这是原始数据框的样子：

Replication   Regime     Value
 1          Ctrl          2
 2          Ctrl          7
 3          Ctrl          1
 4          Ctrl          5
 1          FR           12
 2          FR           22
 3          FR           52
 4          FR           22

我想要

data = np.array[2, 12
                7, 22
                1, 52, 
                5, 22]

【问题讨论】：

标签： pandas reshape

【解决方案1】：

将DataFrame.pivot 与DataFrame.to_numpy 一起使用：

a = df.pivot('Replication','Regime','Value').to_numpy()
print (a)
[[ 2 12]
 [ 7 22]
 [ 1 52]
 [ 5 22]]

【讨论】：

【解决方案2】：

请试试这个：

df.groupby('Replication').agg({'Value': list}).values

【讨论】：

【解决方案3】：

df1 = df[df[1] == 'CTRL']

df2 = df[df[1] == 'FR']

m = pd.merge(df1,df2,on=0)

然后删除不需要的列

【讨论】：