Skip to main content
 首页 » 编程设计

python之将 Pandas 数据框列分解为单个 df 中的多个列

2025年02月15日9pander-it

我有一个包含索引、特征和时间数据的数据框,但时间数据像这样在一列中:

身份证日期功能

1 日期 1 特征 1

2 日期2 特征2

1 日期2 特征3

我想把它改成这样:

身份证日期功能

1 日期 1 特征 1 日期 2 特征 3

2 日期 2 特征 2 NaN NaN

已经通过显式定义数据帧、查询和连接来做到这一点,但未能找到动态方式。我写的:

df = pd.read_excel('some path') 
 
import pandas as pd 
 
list1 = [] 
list2 = [] 
list3 = [] 
 
def placeholder_lists(): 
    for i in range(7): 
        if len(str(i)) == 1: 
            if i not in [8,9]: 
                i = "0"+str(i+3) 
            else: 
                i = str(i+3) 
        else: 
            i = str(i+3) 
        list1.append(i) 
 
    for l in range(7): 
        if len(str(l)) == 1: 
            if l not in [10,9]: 
                l = "0"+str(l+2) 
            else: 
                l = str(l+2) 
        else: 
            l = str(l+2) 
        list2.append(l) 
 
    for g in range(7): 
        if len(str(g)) == 1: 
            if g not in [9,8]: 
                g = "0"+str(g+1) 
            else: 
                g = str(g+1) 
        else: 
            g = str(g+1) 
        list3.append(g) 
 
placeholder_lists() 
 
for m,n,u in zip(list1,list2, list3): 
    df01 = df.query('dw_creation_date == "01-AUG-17" ') 
    e = str(u)+"-AUG-17" 
 
    currentdf = df.query('dw_creation_date == "%s"' % e) 
 
    if 1 == "01": 
        currentdf = df01 
    first = "df"+m 
    second = "df"+n 
    listie = range(50) 
    first = second.join(currentdf.set_index('unique_identifier'), on='unique_identifier', lsuffix = listie[n]) 

...我得到的错误:

first = second.join(currentdf.set_index('unique_identifier'), lsuffix = listie[n]) 

TypeError: join() 没有关键字参数

有什么想法吗?

请您参考如下方法:

cols = ['id','date','feature'] 
df = pd.DataFrame({'date': {0: 'date1', 1: 'date2', 2: 'date2'},  
                   'id': {0: 1, 1: 2, 2: 1},  
                  'feature': {0: 'feature1', 1: 'feature2', 2: 'feature3'}}, columns=cols) 
 
print (df) 
   id   date   feature 
0   1  date1  feature1 
1   2  date2  feature2 
2   1  date2  feature3 

您可以 groupby通过 id 并应用新的 df。 然后通过 unstack reshape 并按 sort_index 对列进行排序在 Multiindex 的第二层。

最后在列中展平 Multiindex 和 reset_index .

df = df.groupby('id')['date','feature'] \ 
       .apply(lambda x: pd.DataFrame(x.values, columns=['feature','date'])) \ 
       .unstack() \ 
       .sort_index(1, level=1) 
 
print (df) 
   feature      date feature      date 
         0         0       1         1 
id                                     
1    date1  feature1   date2  feature3 
2    date2  feature2    None      None 
 
 
df.columns = ['{0[0]}_{0[1]}'.format(x)  for x in df.columns] 
df = df.reset_index() 
print (df) 
   id feature_0    date_0 feature_1    date_1 
0   1     date1  feature1     date2  feature3 
1   2     date2  feature2      None      None