我想采用具有单级索引的 Pandas 系列,并将该索引拆分为具有多列的数据框。例如,对于输入:
s = pd.Series(range(10,17), index=['a','a','b','b','c','c','c'])
s
a 10
a 11
b 12
b 13
c 14
c 15
c 16
dtype: int64
我想要的输出是:
a b c
0 10 12 14
1 11 13 15
2 NaN NaN 16
我不能直接使用 unstack 命令,因为它需要一个多索引,而我只有一个单级索引。我尝试放入一个具有相同值的虚拟索引,但出现错误“ReshapeError:索引包含重复条目,无法 reshape ”。
我知道这有点不寻常,因为 1) pandas 不喜欢参差不齐的数组,所以需要填充,2) 索引需要任意重置,3) 我不能真正“初始化” "数据框,直到我知道最长的列有多长。但这似乎仍然是我应该能够以某种方式做的事情。我也考虑过通过 groupby 来做,但似乎没有像 grouped_df.values() 这样没有任何聚合函数的东西——可能是出于上述原因。
请您参考如下方法:
可以使用groupby、apply、reset_index创建多索引Series,然后调用unstack:
import pandas as pd
s = pd.Series(range(10,17), index=['a','a','b','b','c','c','c'])
df = s.groupby(level=0).apply(pd.Series.reset_index, drop=True).unstack(0)
print df
输出:
a b c
0 10 12 14
1 11 13 15
2 NaN NaN 16
