在熊猫中分组，转置和附加？答案

【问题标题】：Groupby, transpose and append in Pandas?在熊猫中分组，转置和附加？
【发布时间】：2016-11-17 02:07:50
【问题描述】：

我有一个如下所示的数据框：

每个用户有 10 条记录。现在，我想创建一个如下所示的数据框：

userid  name1  name2  ... name10

这意味着我需要将name 列的每 10 条记录反转并附加到一个新的数据帧。

那么，它是如何做到的呢？有什么办法可以在 Pandas 中做到这一点？

【问题讨论】：

标签： python-3.x pandas group-by pandas-groupby

【解决方案1】：

groupby('userid') 然后reset_index 在每个组内以一致地枚举组。然后unstack 获取列。

df.groupby('userid')['name'].apply(lambda df: df.reset_index(drop=True)).unstack()

演示

df = pd.DataFrame([
        [123, 'abc'],
        [123, 'abc'],
        [456, 'def'],
        [123, 'abc'],
        [123, 'abc'],
        [456, 'def'],
        [456, 'def'],
        [456, 'def'],
    ], columns=['userid', 'name'])

df.sort_values('userid').groupby('userid')['name'].apply(lambda df: df.reset_index(drop=True)).unstack()

如果您不想将userid 作为索引，请将reset_index 添加到末尾。

df.sort_values('userid').groupby('userid')['name'].apply(lambda df: df.reset_index(drop=True)).unstack().reset_index()

【讨论】：

您先生，是我的英雄。也感谢您的解释:)
可能包含如何折叠多余的userid 行？我隐约记得有办法做到这一点。（不记得很遗憾：（）

【解决方案2】：

您可能也对pandas.DataFrame.pivot感兴趣

查看此示例数据框：

df
    userid  name  values
0   123     A     1    
1   123     B     2    
2   123     C     3    
3   456     A     4    
4   456     B     5    
5   456     C     6

使用 df.pivot

df.pivot(index='userid', columns='name', values='values')
name  A   B   C
userid
123  1   2   3
456  4   5   6

【讨论】：