使用数据透视表熊猫排序

Question

我有一个数据框，我想对其重新排序。 但是我无法获得所需的表格形式

df =

id_easy     latitude    longitude
1           45.0714     7.6187
1           45.0739     7.6195
3           45.0745     7.6152
3           45.0833     7.6145
2           45.0946     7.6194

期望的输出：

1       2       3   
45.0714 7.6187  45.0946 7.6194  45.0745     7.6152
45.0739 7.6195                  45.0946     7.6194

我试过了：

df_pivot = pd.pivot_table(df,columns = ['id_easy'], values = ['longitude','latitude'])

Answer 1

您可以将GroupBy.cumcount用于 counter ，然后使用pivot ，也可以用于展平MultiIndex使用f-string s：

df['g'] = df.groupby('id_easy').cumcount()

df = (df.pivot(index='g', columns='id_easy', values=['longitude','latitude'])
        .sort_index(axis=1, level=1))
df.columns = [f'{a}_{b}' for a, b in df.columns]
print (df)
   latitude_1  longitude_1  latitude_2  longitude_2  latitude_3  longitude_3
g                                                                           
0     45.0714       7.6187     45.0946       7.6194     45.0745       7.6152
1     45.0739       7.6195         NaN          NaN     45.0833       7.6145

或使用set_index与unstack （有oldier大熊猫的版本也工作）：

df['g'] = df.groupby('id_easy').cumcount()

df = df.set_index(['g','id_easy']).unstack().sort_index(axis=1, level=1)
df.columns = [f'{a}_{b}' for a, b in df.columns]
print (df)
   latitude_1  longitude_1  latitude_2  longitude_2  latitude_3  longitude_3
g                                                                           
0     45.0714       7.6187     45.0946       7.6194     45.0745       7.6152
1     45.0739       7.6195         NaN          NaN     45.0833       7.6145