如何根据这些条件“合并” Pandas DataFrame 中的行

Question

我的 dataFrame 看起来像这样：

+---------------+------+--------+
|     Date      | Type | Number |
+---------------+------+--------+
| 14-March-2020 | A    |     10 |
| 14-March-2020 | B    |     20 |
| 14-March-2020 | C    |     30 |
| 15-March-2020 | A    |     40 |
| 15-March-2020 | B    |     50 |
| 15-March-2020 | C    |     60 |
+---------------+------+--------+

我想将其转换为：

+---------------+----+----+----+
|     Date      | A  | B  | C  |
+---------------+----+----+----+
| 14-March-2020 | 10 | 20 | 30 |
| 15-March-2020 | 40 | 50 | 60 |
+---------------+----+----+----+

我尝试使用 df.groupby('Date') - 进行初始冷凝 - 但是这似乎不起作用。 任何帮助都会很棒。

Answer 1

在旋转rename_axis后还删除索引'Type'的解决方案涉及重置索引后的 rename_axis。

import pandas as pd
df.pivot('Date', 'Type', 'Number').reset_index().rename_axis(columns={'Type': ''})

#             Date   A   B   C
# 0  14-March-2020  10  20  30
# 1  15-March-2020  40  50  60

---

如果我们省略rename_axis ，我们实际上得到

df.pivot('Date', 'Type', 'Number').reset_index()
# Type            Date   A   B   C
# 0      14-March-2020  10  20  30
# 1      15-March-2020  40  50  60