我有一个包含两列的数据框：
x y
0 1
1 1
2 2
0 5
1 6
2 8
0 1
1 8
2 4
0 1
1 7
2 3
我想要的是：
x val1 val2 val3 val4
0 1 5 1 1
1 1 6 8 7
2 2 8 4 3
我知道x列中的值重复了N次。
您可以groupby/cumcount用来分配列号，然后调用pivot：
import pandas as pd
df = pd.DataFrame({'x': [0, 1, 2, 0, 1, 2, 0, 1, 2, 0, 1, 2],
'y': [1, 1, 2, 5, 6, 8, 1, 8, 4, 1, 7, 3]})
df['columns'] = df.groupby('x')['y'].cumcount()
# x y columns
# 0 0 1 0
# 1 1 1 0
# 2 2 2 0
# 3 0 5 1
# 4 1 6 1
# 5 2 8 1
# 6 0 1 2
# 7 1 8 2
# 8 2 4 2
# 9 0 1 3
# 10 1 7 3
# 11 2 3 3
result = df.pivot(index='x', columns='columns')
print(result)
产量
y
columns 0 1 2 3
x
0 1 5 1 1
1 1 6 8 7
2 2 8 4 3
或者，如果您真的可以依赖于以N次x重复的值，
N = 3
result = pd.DataFrame(df['y'].values.reshape(-1, N).T)
产量
0 1 2 3
0 1 5 1 1
1 1 6 8 7
2 2 8 4 3
使用reshape的速度比调用groupby/cumcount和的速度更快pivot，但是它的健壮性较低，因为它依赖y于以正确顺序出现的值。
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句