Pandas groupby為每個值添加新列

Question

我希望這個標題不言自明; 我只想補充一點，可以假設每個鍵具有相同數量的值。 在線搜索標題產生了以下解決方案：

基於groupby拆分pandas數據幀

這應該是解決我的問題，雖然它沒有。 我舉個例子：

輸入：

pd.DataFrame(data={'a':['foo','foo','foo','bar','bar','bar'],'b':[1,2,3,4,5,6]})

輸出：

pd.DataFrame(data={'a':['foo','bar'],'b':[1,4],'c':[2,5],'d':[3,6]})

直觀地說，它將是沒有聚合函數的groupby函數，或者是從密鑰中生成列表的聚合函數。

顯然，它可以使用for循環等“手動”完成，但是使用具有大數據集的for循環在計算上非常昂貴。

Answer 1

使用GroupBy.cumcount的Series或列g ，然后通過重塑DataFrame.set_index + Series.unstack或DataFrame.pivot ，由過去的數據清洗DataFrame.add_prefix ， DataFrame.rename_axis與DataFrame.reset_index ：

g = df1.groupby('a').cumcount()
df = (df1.set_index(['a', g])['b']
         .unstack()
         .add_prefix('new_')
         .reset_index()
         .rename_axis(None, axis=1))
print (df)
     a  new_0  new_1  new_2
0  bar      4      5      6
1  foo      1      2      3

要么：

df1['g'] = df1.groupby('a').cumcount()
df = df1.pivot('a','g','b').add_prefix('new_').reset_index().rename_axis(None, axis=1)
print (df)
     a  new_0  new_1  new_2
0  bar      4      5      6
1  foo      1      2      3

Answer 2

如果列名很重要，可以使用groupby.apply和string.ascii_lowercase ，這是另一種方法：

from string import ascii_lowercase

df = pd.DataFrame(data={'a':['foo','foo','foo','bar','bar','bar'],'b':[1,2,3,4,5,6]})

# Groupby 'a'
g = df.groupby('a')['b'].apply(list)

# Construct new DataFrame from g
new_df = pd.DataFrame(g.values.tolist(), index=g.index).reset_index()

# Fix column names
new_df.columns = [x for x in ascii_lowercase[:new_df.shape[1]]]

print(new_df)

     a  b  c  d
0  bar  4  5  6
1  foo  1  2  3