如何部分 pivot pandas 中的表

Question

I'm not sure if "pivot" is the right term for this, but I have something like我不确定“pivot”是否是正确的术语，但我有类似的东西

ID ID	type类型	date日期
123 123	A一个	1-2-2020 2020 年 1 月 2 日
123 123	B乙	1-7-2020 2020 年 1 月 7 日
123 123	C C	1-14-2020 2020 年 1 月 14 日
456 456	A一个	5-18-2019 5-18-2019
456 456	B乙	5-30-2019 2019 年 5 月 30 日
789 789	A一个	8-7-2021 2021 年 8 月 7 日
789 789	B乙	8-16-2021 2021 年 8 月 16 日
789 789	C C	8-23-2021 2021 年 8 月 23 日
789 789	D D	8-30-2021 2021 年 8 月 30 日

And I want to transform it into something like:我想把它变成这样的东西：

ID ID	type_1 type_1	date_1日期_1	type_2类型_2	date_2日期_2
123 123	A一个	1-2-2020 2020 年 1 月 2 日	B乙	1-7-2020 2020 年 1 月 7 日
123 123	B乙	1-7-2020 2020 年 1 月 7 日	C C	1-14-2020 2020 年 1 月 14 日
456 456	A一个	5-18-2019 5-18-2019	B乙	5-30-2019 2019 年 5 月 30 日
789 789	A一个	8-7-2021 2021 年 8 月 7 日	B乙	8-16-2021 2021 年 8 月 16 日
789 789	B乙	8-16-2021 2021 年 8 月 16 日	C C	8-23-2021 2021 年 8 月 23 日
789 789	C C	8-23-2021 2021 年 8 月 23 日	D D	8-30-2021 2021 年 8 月 30 日

So that they types are paired and every row has exactly two types and dates.这样它们的类型是成对的，并且每一行都有两种类型和日期。

Answer 1

Try this:尝试这个：

new_df = pd.concat([
    df.groupby('ID').apply(lambda g: g.head(g.shape[0] - 1)).reset_index(drop=True),
    df.groupby('ID').apply(lambda g: g.tail(g.shape[0] - 1)).reset_index(drop=True).drop('ID', axis=1)
], axis=1)

Output: Output：

>>> new_df
    ID type       date type       date
0  123    A   1-2-2020    B   1-7-2020
1  123    B   1-7-2020    C  1-14-2020
2  456    A  5-18-2019    B  5-30-2019
3  789    A   8-7-2021    B  8-16-2021
4  789    B  8-16-2021    C  8-23-2021
5  789    C  8-23-2021    D  8-30-2021

More compact version:更紧凑的版本：

new_df = pd.concat([df.groupby('ID').apply(lambda g:g.head(g.shape[0]-1)).reset_index(drop=True),df.groupby('ID').apply(lambda g:g.tail(g.shape[0]-1)).reset_index(drop=True).drop('ID', axis=1)],axis=1)

如何部分 pivot pandas 中的表

问题描述

1 个解决方案

解决方案1
0 2022-01-28 22:16:05

如何部分 pivot pandas 中的表

问题描述

1 个解决方案

解决方案1 0 2022-01-28 22:16:05

解决方案1
0 2022-01-28 22:16:05