Python Dataframe: создание столбцов на основе другого столбца - PullRequest
Новая
       12

Python Dataframe: создание столбцов на основе другого столбца

1 голос
/ 29 марта 2019

У меня есть кадр данных с повторяющимися значениями для одного столбца (здесь столбец «A»), и я хочу преобразовать этот кадр данных, чтобы новые столбцы формировались на основе значений столбца «A».

Пример 

df = pd.DataFrame({'A':range(4)*3, 'B':range(12),'C':range(12,24)})
df
    A   B   C
0   0   0  12
1   1   1  13
2   2   2  14
3   3   3  15
4   0   4  16
5   1   5  17
6   2   6  18
7   3   7  19
8   0   8  20
9   1   9  21
10  2  10  22
11  3  11  23

Обратите внимание, что значения столбца «А» повторяются 3 раза.

Теперь я хочу самое простое решение для преобразования его в другой фрейм данных с этой конфигурацией (пожалуйста, игнорируйте наименованиестолбцы, используется только для целей описания, они могут быть любыми): 

        B               C
    A0  A1  A2  A3  A0  A1  A2  A3
0   0   1   2   3   12  13  14  15
1   4   5   6   7   16  17  18  19
2   8   9   10  11  20  21  22  23

Ответы [ 2 ]

1 голос
/ 29 марта 2019

Это pivot проблема, поэтому используйте 

df.assign(idx=df.groupby('A').cumcount()).pivot('idx', 'A', ['B', 'C'])

     B              C            
A    0  1   2   3   0   1   2   3
idx                              
0    0  1   2   3  12  13  14  15
1    4  5   6   7  16  17  18  19
2    8  9  10  11  20  21  22  23

Если заголовки важны, вы можете использовать MultiIndex.set_levels для их исправления. 

u = df.assign(idx=df.groupby('A').cumcount()).pivot('idx', 'A', ['B', 'C'])
u.columns = u.columns.set_levels(
    ['A' + u.columns.levels[1].astype(str)], level=[1])
u

     B              C            
A   A0 A1  A2  A3  A0  A1  A2  A3
idx                              
0    0  1   2   3  12  13  14  15
1    4  5   6   7  16  17  18  19
2    8  9  10  11  20  21  22  23
1 голос
/ 29 марта 2019

Вам может понадобиться assign ключ справки группы по cumcount, тогда просто наберите unstack 

yourdf=df.assign(D=df.groupby('A').cumcount(),A='A'+df.A.astype(str)).set_index(['D','A']).unstack()
   B              C            
A A0 A1  A2  A3  A0  A1  A2  A3
D                              
0  0  1   2   3  12  13  14  15
1  4  5   6   7  16  17  18  19
2  8  9  10  11  20  21  22  23
...