Python Pandas Pivot Table group by match_id

Question

我有这个数据框示例：

match_id、map_type、server 和 duration_minutes 是匹配的常见变量。 在这个例子中，我们有 5 个不同的匹配项。

profile_id、国家/地区、等级、颜色、球队、文明、获胜是参加此指定比赛的每个玩家的特定变量。

我如何获得具有这种结构的新数据框？ match_id、map_type、服务器、duration_minutes、profile_id_player1、country_player1、 rating_player1、color_player1、team_player1、civ_player1、won_player1、profile_id_player2、country_player2、 rating_player2、color_player2、team_player2、civ_player2？

match_id 只有一行，每个玩家的所有特定变量。

编辑：这是@darth baba 几乎完成的解决方案的结果

先感谢您。

Answer 1

首先 groupby match_id 然后将所有其他列聚合到列表中，然后将这些列表扩展到列，以实现这一点，试试这个：

df = pd.groupby(['match_id', 'map_type', 'server', 'duration_minutes'])['profile_id', 'country', 'rating', 'color', 'team', 'civ', 'won'].agg(list)

df = pd.concat([df[i].apply(pd.Series).set_index(df.index) for i in df.columns], axis=1).reset_index()

# Rename the columns accordingly
df.columns = [ 'match_id', 'map_type', 'server', 'duration_minutes', 'profile_id_player1', 'country_player1', 'rating_player1', 'color_player1', 'team_player1', 'civ_player1', 'won_player1', 'profile_id_player2', 'country_player2', 'rating_player2', 'color_player2', 'team_player2', 'civ_player2', 'won_player2']