Dataframe - 将行转换为列 - 按另一列分组

Question

我正在寻找如下转换数据框

原始数据集

团体	英里
一个	23
一个	20
一个	24
一个	25
乙	12
乙	17
乙	16
乙	19

我想从上述格式转换为：

可乐	Col_B
23	12
20	17
24	16
25	19

Answer 1

通过pivot尝试：

df = df.assign(t= df.groupby('Group').cumcount()).pivot(index = 't', columns ='Group', values = 'Miles').add_prefix('Col_').rename_axis(columns = None).reset_index(drop = True)

或通过pd.concat ：

k = pd.concat([g.reset_index(drop=True)['Miles'] for _,g in df.groupby('Group')], 1)
k.columns = ['colA', 'colB']

通过set_index / unstack的另一种选择：

k = df.set_index(['Group', df.groupby('Group').cumcount()]).unstack(0).add_prefix('Col_').rename_axis(columns= [None,None])
k.columns = k.columns.droplevel()

另一个通过groupby / explode ：

k = df.groupby('Group').agg(list).T.apply(pd.Series.explode).add_prefix('Col_')
k = k.reset_index(drop=True).rename_axis(columns = None)

OUTPUT：

   Col_A  Col_B
0     23     12
1     20     17
2     24     16
3     25     19

Answer 2

一个pivot_table选项：

df = (
    df.pivot_table(index=df.groupby('Group').cumcount(),
                   columns='Group',
                   values='Miles')
        .add_prefix('Col_')
        .rename_axis(columns=None)
)

df ：

   Col_A  Col_B
0     23     12
1     20     17
2     24     16
3     25     19

---

解释：

使用groupby cumcount根据每个组中的相对 position 创建一个新索引：

df.groupby('Group').cumcount()

Group  new_index
    A          0
    A          1
    A          2
    A          3
    B          0
    B          1
    B          2
    B          3

然后Group可以成为宽格式 Frame 中的新列。

df.pivot_table(index=df.groupby('Group').cumcount(),
                   columns='Group',
                   values='Miles')

Group   A   B
0      23  12
1      20  17
2      24  16
3      25  19

然后使用add_prefix + rename_axis进行一些清理：

df.pivot_table(index=df.groupby('Group').cumcount(),
               columns='Group',
               values='Miles')
    .add_prefix('Col_')
    .rename_axis(columns=None)

   Col_A  Col_B
0     23     12
1     20     17
2     24     16
3     25     19