有没有办法使用 Pandas 将时间序列的行（相同的特征，5 行 [每年 1 行]）转换为具有 20 列的单个特征？

Question

全部。 很抱歉，这与其他问题相似，但我找不到与我的特定情况相匹配的好答案。

我正在处理时间序列的图像数据。 我的 dataframe 中的每个功能都有五行数据：每年 1 行。 我想将这五行转换为列，以便每个功能只有一行，但我不能丢失或聚合任何数据。

我的 dataframe 看起来像这样：

df = pd.DataFrame([[1,      3,       4,       9,      31,    2016],
[1,     23,      12,      47,      3 ,    2017],
[1,      5,       7,      13,      48,    2018],
[1,     16,      11,       6,      39,    2019],
[1,     12,       2,      53,      26,    2020]], columns=['ID' , 'r-val' , 'b-val' , 'g-val' , 'ndvi' , 'year'])

ID | r-val | b-val | g-val | ndvi | year
1      3       4       9      31    2016
1     23      12      47      3     2017
1      5       7      13      48    2018
1     16      11       6      39    2019
1     12       2      53      26    2020  

我需要它看起来像这样：

ID | r-val_2016 | b-val_2016 | g-val_2016 | ndvi_2016 | r-val_2017 | b-val_2017 | g-val_2017 | ndvi_2017 | r-val_2018 | b-val_2018 | g-val_2018 | ndvi_2018 ... and so on.
1       3            4           9             31           23          12           47             3           5          7           13             48  

我尝试过 concat、merge 和 groupby，但似乎无法获得所需形状的数据。 有没有人有什么建议？

Answer 1

使用pivot

df = df.pivot(index='ID', columns=['year'], )
df.columns = ['_'.join(map(str,i)) for i in df.columns.values]