转换大型数据框 - 花费太长时间 [重复]

Question

我有一个从 CSV 加载的数据框，格式如下：

           stock_code    price 
20180827     001          10
20180827     002          11
20180827     003          12
20180827     004          13
20180826     001          14
20180826     002          15
20180826     003          11
20180826     004          10
20180826     005          19

我想把它转换成如下格式：

            001     002     003     004     005
20180827    10      11      12      13      nan
20180826    14      15      11      10      19

这是我的函数（oracle_data 是原始数据框）进行转换，但 547500 行数据框需要 7 分钟。有没有办法加快速度？

def transform_data(oracle_data):
    data_code = oracle_data[0]  
    data_date = oracle_data[1] 
    factor_date = sorted(data_date.unique()) 
    stock_list =  sorted(data_code.unique())     
    factor_data = pd.DataFrame(index = factor_date, columns = stock_list)
    sort = oracle_data.sort_index()
    for n in oracle_data.index:
        factor_data.at[oracle_data.at[n,1],oracle_data.at[n,0]]=oracle_data.at[n,2]
    return factor_data

Answer 1

我相信这里可以使用pandas.pivot:

df = pd.pivot(df.index, df['stock_code'], df['price'])