Python-Pandas：如何在沒有冗余的情況下從 DataFrame 中的行創建創建列？

Question

我加入了多個 DataFrame，現在我只有一個 DataFrame。 現在我想為沒有冗余的列創建相同的 ID 行。 說清楚：

我現在擁有的 DataFrame：

        column1   column2   column3
row1      2          4         8

row2      1          18        7

row3      54         24       69

row3      54         24       10

row4      26         32       8

row4      26         28       8

你可以看到我有兩個 row3 和 row4 但它們在 column2 和 column3 中是不同的

這是我想得到的 DataFrame：

        column1   column2   column3    row3_a    row4_a
row1      2          4         8        NULL      NUll

row2      1          18        7        NULL      NULL

row3      54         24       69         10       NULL

row4      26         28       8         NULL      28

任何想法我應該如何解決這個問題？

Answer 1

這是一個奇怪的重塑，因為如果 column1 或 column2 中也有重復項，您將有歧義。 因此，擁有 MultiIndex 可能是一個很好的解決方案。

此解決方案使用melt + drop_duplicates和pivot的組合重塑

from string import ascii_lowercase
letters = dict(enumerate(ascii_lowercase, start=1))

# add a/b/c to duplicated rows
suffix = df.groupby(level=0).cumcount().map(letters)
idx2 = (df.index+suffix).fillna('')

df2 = (
 df.assign(row=idx2)
   .reset_index()
   .melt(id_vars=['index', 'row'])
   .drop_duplicates(['variable', 'value'])
   .pivot(index='index', columns=['variable', 'row'], values='value')
   .rename_axis(columns=(None, None), index=None) # cleanup index names
)

output：

     column1 column2       column3      
                     row4a         row3a
row1     2.0     4.0   NaN     8.0   NaN
row2     1.0    18.0   NaN     7.0   NaN
row3    54.0    24.0   NaN    69.0  10.0
row4    26.0    32.0  28.0     NaN   NaN

您可以根據需要展平多索引： df2.columns = df2.columns.map(''.join) ，如果您真的想要您的模棱兩可的名稱： df2.columns = df2.columns.map(max)