将行值转置为 Pandas 中的特定列

Question

我有一个这样的df：

    MemberID FirstName LastName ClaimID  Amount    
0   1          John      Doe     001A    100
1   1          John      Doe     001B    150
2   2          Andy      Right   004C    170
3   2          Andy      Right   005A    200
4   2          Andy      Right   002B    100   

我需要将每个成员的“ClaimID”列中的值转换为一行，因此每个成员将每个声明作为一个名为“Claim(1-MaxNumofClaims)”的单独列中的值，并且相同的逻辑适用于 Amount列，output 需要如下所示：

    MemberID FirstName LastName  Claim1 Claim2  Claim3 Amount1 Amount2 Amount3     
0   1          John      Doe     001A   001B    NaN    100     150     NaN
1   2          Andy      Right   004C   005A    002B   170     200     100    

我是 Pandas 的新手，我被困在这个问题上，任何帮助将不胜感激。

Answer 1

• 您需要的操作不是转置，而是交换行和列索引
• 这种方法groupby()识别列并构造您希望值成为列 1..n 的列的dict
• 第二部分是扩展这些dict 。 pd.Series将一系列dict扩展为列

df = pd.read_csv(io.StringIO("""    MemberID FirstName LastName ClaimID  Amount    
0   1          John      Doe     001A    100
1   1          John      Doe     001B    150
2   2          Andy      Right   004C    170
3   2          Andy      Right   005A    200
4   2          Andy      Right   002B    100   """), sep="\s+")

cols = ["ClaimID","Amount"]

# aggregate to columns that define rows,  generate a dict for other columns
df = df.groupby(
    ["MemberID","FirstName","LastName"], as_index=False).agg(
    {c:lambda s: {f"{s.name}{i+1}":v for i,v in enumerate(s)} for c in cols})

# expand out the dicts and drop the now redundant columns
df = df.join(df["ClaimID"].apply(pd.Series)).join(df["Amount"].apply(pd.Series)).drop(columns=cols)

	会员ID	名	姓	索赔ID1	索赔ID2	索赔ID3	金额1	金额2	金额3
0	1	约翰	能源部	001A	001B	楠	100	150	楠
1	2	安迪	正确的	004C	005A	002B	170	200	100