簡單 Pandas Groupby/Pivot？

Question

我有以下 DataFrame

    Value     Date
0       1  2022-01-01
1       2  2022-01-01
2       3  2022-01-01
3       4  2022-01-02
4       5  2022-01-02
5       6  2022-01-02
6       7  2022-01-03
7       8  2022-01-03
8       9  2022-01-03

我想通過對與給定日期關聯的所有值進行分組來獲得以下 DataFrame：

Date    2022-01-01    2022-01-02    2022-01-03
0                1             4             7
1                2             5             8
2                3             6             9

我知道這應該是一項非常簡單的任務，但我正在努力弄清楚。 我使用過df.groupby('Date')['Value].apply(list).to_frame.T ，但這沒有用。 解決此問題的任何幫助將不勝感激。

Answer 1

一種選擇是使用pandas.DataFrame.pivot然后刪除nan值。

df_new = df.pivot(columns='Date', values='Value').apply(
    lambda x: pd.Series(x.dropna().values)).astype('int')

print(df_new)

Output：

Date  2022-01-01  2022-01-02  2022-01-03
0              1           4           7
1              2           5           8
2              3           6           9

Answer 2

另一種可能的解決方案，基於pivot_wider pyjanitor 的pyjanitor ：

# pip install pyjanitor
import janitor

(df.set_index(df.index % 3)
 .pivot_wider(names_from = 'Date', values_from = 'Value')
 .rename_axis('Date', axis=1))

Output：

Date  2022-01-01  2022-01-02  2022-01-03
0              1           4           7
1              2           5           8
2              3           6           9