Groupby，透視並返回熊貓數據框中的所有列

Question

我有一個看起來像這樣的熊貓dataframe ：

    col1    col2    col3    col4    col5    status  count
0   AA      PP      X       Y       13.1764     0   1.0
1   AA      PP      X       Y       12.145      0   1.0
2   AA      PP      X       Y       13.17       0   2.0
3   AA      PP      X       Y       23.5        0   2.0
4   AA      PP      X       Y       1100.4      0   2.0
5   AA      PP      X       Y       20.5        0   3.0
6   AA      PP      X       Y       1300.0      0   3.0
...

我正在嘗試做什么？

1. 按col1分組
2. 然后按count分組
3. 展平col5值col5加到其他所有內容

最終的數據框應如下所示：

AA         col2 col3 col4 status count1 count2 count3
count  1.0  PP  X    Y     0     13.1764 12.145 NA 
       2.0  PP  X    Y     0     13.17   23.5   1100.4  
       3.0  PP  X    Y     0     20.5    1300.0 NA  

我看過很多groupyby和pivot問題，相信我，我已經嘗試了很多，浪費了一個小時，但還是做對了。

Answer 1

如果每個組的所有列的值與示例數據中的相同，請使用GroupBy.cumcount和pivot_table ：

g = df.groupby('count').cumcount()
df1 = (df.pivot_table(index=['col1','count','col2','col3','col4','status'],
                    columns=g, 
                    values='col5')
         .add_prefix('count')
         .reset_index())
print (df)
  col1  count col2 col3 col4  status   count0    count1  count2
0   AA    1.0   PP    X    Y       0  13.1764    12.145     NaN
1   AA    2.0   PP    X    Y       0  13.1700    23.500  1100.4
2   AA    3.0   PP    X    Y       0  20.5000  1300.000     NaN