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
