Skip to main content
 首页 » 编程设计

python之将行转换为单行的问题

2025年02月15日11del

我有这个数据框,我想将具有相同 ID 的行转置为一行:

ID   TYPE1   TYPE2  GROUP STARTIME 
1    A       C      Q1    10:25  
1    A       C      Q2    11:00 
1    A       C      Q3    11:30 
2    B       D      Y1    12:00 
2    B       D      Y2    12:30 

结果应该是:

ID   TYPE1   TYPE2   G1   G2  G3   START_G1   START_G2   START_G3 
1    A       C       Q1   Q2  Q3   10:25      11:00      11:30 
2    B       D       Y1   Y2  NaN  12:00      12:30      NaN 

这是我当前的代码:

df_transposed = df.pivot_table(index= ['ID','GROUP']).unstack() 
df_transposed = df_transposed.sort_index(axis=1, level=1) 
df_transposed.columns = ['_'.join((col[0], str(col[1]))) for col in df_transposed] 
df_transposed = df_transposed.reset_index(level=0) 
df_transposed.head() 

但是 TYPE1 和 TYPE2 列对于 ID 1 重复 3 次,对于 ID 2 重复 2 次。我希望它们是单个列,如预期结果所示,因为对于相同的 ID,它们总是具有相同的值。此外,我得到像 GROUP_Q1 这样的列,但我想得到 Group_1、Group_2 等。

请您参考如下方法:

您可以使用 pivot_table与 cumcount用于计数组:

df_transposed = df.pivot_table(index= ['ID','TYPE1', 'TYPE2'],  
                               columns=df.groupby(['ID','TYPE1', 'TYPE2']).cumcount() + 1,  
                               values=['GROUP','STARTIME'], aggfunc='first') 
df_transposed.columns = ['_'.join((col[0], str(col[1]))) for col in df_transposed] 
print (df_transposed) 
               GROUP_1 GROUP_2 GROUP_3 STARTIME_1 STARTIME_2 STARTIME_3 
ID TYPE1 TYPE2                                                          
1  A     C          Q1      Q2      Q3      10:25      11:00      11:30 
2  B     D          Y1      Y2    None      12:00      12:30       None 

如果需要重命名列:

df = df.rename(columns={'GROUP':'G','STARTIME':'START'}) 
df_transposed = df.pivot_table(index= ['ID','TYPE1', 'TYPE2'],  
                               columns=df.groupby(['ID','TYPE1', 'TYPE2']).cumcount() + 1,  
                               values=['G','START'], aggfunc='first') 
df_transposed.columns = ['_'.join((col[0], str(col[1]))) for col in df_transposed] 
print (df_transposed.reset_index()) 
   ID TYPE1 TYPE2 G_1 G_2   G_3 START_1 START_2 START_3 
0   1     A     C  Q1  Q2    Q3   10:25   11:00   11:30 
1   2     B     D  Y1  Y2  None   12:00   12:30    None