基于 Groupby Max 将多个 Pandas 行转为列

Question

我对 Python 和 Pandas 还很陌生，遇到了一个我不太确定如何解决的问题。 我有一个 Pandas DataFrame，其中包含在同一年为多支球队效力的曲棍球运动员：

Player         Season      Team      GP        G      A       TP      
Player A        2020        A        10        8      3       11
Player A        2020        B        25        10     5       15
Player A        2020        C        6         4      7       11
Player B        2020        A        30        20     6       26
Player B        2020        B        25        18     5       23

我希望能够组合包含同一年同一球员的行，并按球员效力最多的球队排列列。 在上面的例子中，所有 B 队的数字都将排在第一位，因为球员 A 为 B 队打了最多的比赛，其次是 A 队，然后是 C 队。如果一名球员没有为多支球队效力或少于三支球队，我' d 希望为给定的列填写 NA。

例如上面的 df 会变成（Team1 代表最高团队）：

Player        Season      Team1      GP1    G1      A1     TP1     Team2      GP2        G2      A2       TP2    Team3    GP3   G3   A3  TP3
Player A      2020          B        25     10      5      15       A         10         8       3        11       C       6     4   7    11
Player B      2020          A        30     20      6      26       B         25         18      5        23       NA     NA     NA  NA   NA

我能想到的解决这个问题的最初方法是使用一系列 groupby max 但我不确定这是否会达到预期的结果。 任何帮助将不胜感激！

Answer 1

你可以排序，然后旋转：

a=(df.sort_values('GP')
   .assign(col=df.groupby(['Player','Season']).cumcount()+1)
   .pivot_table(index=['Player','Season'], columns='col', aggfunc='first')
)

# rename:
a.columns = [f'{x}{y}' for x,y in a.columns]