寻找重塑数据框的有效方法：从 n*m 到 1*(n+m)答案

【问题标题】：Finding an efficient way to reshape a dataframe: from n*m to 1*(n+m)寻找重塑数据框的有效方法：从 n*m 到 1*(n+m)
【发布时间】：2020-07-02 02:13:24
【问题描述】：

我正在寻找一种将 N*M 数据帧重塑为 1*(N*M) 数据帧的有效方法：

输入>

df1

ID   distUnit col_a   col_b
1000   150      35     55
1000   250      10     20
1200   150      12     13
1200   250      16     20

期望的输出>

ID   col_a_150   col_b_150  col_a_250 col_b_250
1000   35            55        10          20
1200   12            13        16          20

我的想法>

遍历 df1 中的每一行
根据row['distUnit']的值，为col_a和col_b添加前缀
使用combined_first 将处理后的行添加回结果数据帧

具有挑战性的部分>

由于我输入数据的大小是14440 * 20，所以我的想法不够高效。

想知道有什么更好的实现方法来解决这个问题吗？

感谢阅读。

【问题讨论】：

把这个按照distUnit拆分成两个DF，然后把ID键控的两个合并。这应该给你一个单行操作，而不是遍历数据框。
感谢您的想法。应避免迭代并记住分离的想法

标签： python pandas

【解决方案1】：

如果对 (ID, distUnit) 在您的数据集中是唯一的，您可以像这样简单地“解开”您的数据框：

df=df.groupby(['ID','distUnit'])['col_a','col_b'].mean().unstack()
df.columns =  [f'{col[0]}_{col[1]}' for col in df.columns.values]

查看this 问题以了解类似方法。

【讨论】：

谢谢。这种方法让我对 pandas Group by 更加熟悉了。