在 Pandas 中轉換 DataFrame

Question

我正在努力解決以下問題。

我的DF是：

df = pd.DataFrame(
[
    ['7890-1', '12345N', 'John', 'Intermediate'],
    ['7890-4', '30909N', 'Greg', 'Intermediate'], 
    ['3300-1', '88117N', 'Mark', 'Advanced'],
    ['2502-2', '90288N', 'Olivia', 'Elementary'],
    ['7890-2', '22345N', 'Joe', 'Intermediate'],
    ['7890-3', '72245N', 'Ana', 'Elementary']
],
columns=['Id', 'Code', 'Person', 'Level'])
print(df)

我想得到這樣的結果：

	ID	代碼 1	人 1	1級	代碼 2	人 2	2級	代碼 3	人 3	3級	代碼 4	人 4	4級
0	7890	12345N	約翰	中間的	22345N	喬	中間的	72245N	安娜	初級	30909N	格雷格	中間的
1	3300	88117N	標記	先進的	鈉	鈉	鈉	鈉	鈉	鈉	鈉	鈉	鈉
2	2502	鈉	鈉	鈉	90288N	奧利維亞	初級	鈉	鈉	鈉	鈉	鈉	鈉

Answer 1

嘗試：

df[["Id", "Id2"]] = df["Id"].str.split("-", expand=True)
x = df.set_index(["Id", "Id2"]).unstack(level=1)
x.columns = [f"{a} {b}" for a, b in x.columns]
print(
    x[sorted(x.columns, key=lambda k: int(k.split()[-1]))]
    .reset_index()
    .to_markdown()
)

印刷：

	ID	代碼 1	人 1	1級	代碼 2	人 2	2級	代碼 3	人 3	3級	代碼 4	人 4	4級
0	2502	楠	楠	楠	90288N	奧利維亞	初級	楠	楠	楠	楠	楠	楠
1	3300	88117N	標記	先進的	楠	楠	楠	楠	楠	楠	楠	楠	楠
2	7890	12345N	約翰	中間的	22345N	喬	中間的	72245N	安娜	初級	30909N	格雷格	中間的

Answer 2

我將從與@Andrej Kesely 相同的方法開始，但在取消堆疊后按索引排序並使用' '.join map列名。

df[["Id", "No"]] = df["Id"].str.split("-", expand=True)
df_wide = df.set_index(["Id", "No"]).unstack(level=1).sort_index(axis=1,level=1)
df_wide.columns = df_wide.columns.map(' '.join)

輸出

      Code 1       Level 1 Person 1  Code 2       Level 2 Person 2  Code 3  \
Id                                                                           
2502     NaN           NaN      NaN  90288N    Elementary   Olivia     NaN   
3300  88117N      Advanced     Mark     NaN           NaN      NaN     NaN   
7890  12345N  Intermediate     John  22345N  Intermediate      Joe  72245N   

         Level 3 Person 3  Code 4       Level 4 Person 4  
Id                                                        
2502         NaN      NaN     NaN           NaN      NaN  
3300         NaN      NaN     NaN           NaN      NaN  
7890  Elementary      Ana  30909N  Intermediate     Greg