如何將 dataframe 中每組中的行變成列？

Question

我有一個 dataframe：

col1  col2  col3   val  col4
a1    b1     c1    10    dd
a1    b1     c1    15    kk
a2    b2     c2    20    ff
a2    b2     c2    35    mm
a3    b3     c3    9     sd

我想將每個組 col1、col2、col3 中的“val”列中的每個值放入每一列。 所以想要的結果是：

col1  col2  col3   val_1  col4_1  val_2  col4_2
a1    b1     c1     10     dd      15      kk
a2    b2     c2     20     ff      35      mm
a3    b3     c3     9      sd      NA      NA

怎么做？ 是否有任何 function 將這些行轉換為組內的列？

Answer 1

如果最多存在兩個組（請參閱注釋），那么您可以將first和last函數與groupby語句結合使用。 你只需要定義你自己的last function，它會返回一個組的最后一個元素（對於你的例子，它是第二個值）如果它存在的話。 如果它不存在，這意味着組長度等於1 ，它將返回您nan 。

代碼：

df = pd.DataFrame(
    {"col1": ["a1", "a1", "a2", "a2", "a3"],
     "col2": ["b1", "b1", "b2", "b2", "b3"],  
     "col3": ["c1", "c1", "c2", "c2", "c3"],
     "val": [10, 15, 20, 35, 9],
     "col4": ["dd", "kk", "ff", "mm", "sd"]}
)

last_check = lambda x: pd.NA if len(x) == 1 else x.iloc[-1]

df.groupby(["col1", "col2", "col3"], as_index=False)\
    .agg(val_1=("val", "first"),
         col4_1=("col4", "first"),
         val_2=("val", last_check),
         col4_2=("col4", last_check))

Output：

col1  col2  col3  val_1  col4_1  val_2  col4_2          
a1    b1    c1    10     dd      15      kk
a2    b2    c2    20     ff      35      mm
a3    b3    c3    9      sd      <NA>   <NA>

Answer 2

這是另一種方法：

cols = ['col1','col2','col3']

res = df.assign(num=df.groupby(cols).cumcount()+1).pivot(index=cols,columns='num')
res.columns = [f'{x}_{y}' for x,y in res.columns]

print(res)
'''
                val_1  val_2 col4_1 col4_2
col1 col2 col3                            
a1   b1   c1     10.0   15.0     dd     kk
a2   b2   c2     20.0   35.0     ff     mm
a3   b3   c3      9.0    NaN     sd    NaN

作為獎勵，它還可以在前三列中使用多個重復項