我想过滤一个列，然后动态地加入结果数据框。我的天真做法是：给定一个数据框，编写一个函数，该函数根据列中的值进行过滤以变小然后合并。但是我不知道如何动态加入。有更好的方法吗？
data = {'name': ['Jason', 'Molly', 'Jason', 'Jason', 'Molly'],
'year': [2012, 2012, 2013, 2014, 2014],
'sale': [41, 24, 31, 32, 31]}
df = pd.DataFrame(data)
print df
def joinDF(df):
unique_yr = df.year.unique().tolist()
i = 1
for yr in unique_yr:
df1 = df.loc[df['year'] == yr]
if len(df.index) != 0:
#make columns unique then join on name
df1[['year'+ str(i),'sale'+ str(i), 'name']] = df1[['year','sale','name']]
i+=1
print df1
joinDF(df)
sale name year
0 41 Jason 2012
1 24 Molly 2012
2 31 Jason 2013
3 32 Jason 2014
4 31 Molly 2014
sale1 name year1
0 41 Jason 2012
1 24 Molly 2012
sale2 name year2
2 31 Jason 2013
sale3 name year3
3 32 Jason 2014
4 31 Molly 2014
进行
join，结果输出数据帧应如下所示： sale1 name1 year1 sale2 year2 sale3 year3
0 41 Jason 2012 31 2013 32 2014
1 24 Molly 2012 NA NA 31 2014
最佳答案
您可以将factorize与pivot_table一起使用，df按year列排序：
df['groups'] = (pd.factorize(df.year)[0] + 1).astype(str)
df1 = (df.pivot_table(index='name', columns='groups', values=['sale', 'year']))
df1.columns = [''.join(col) for col in df1.columns]
print (df1)
sale1 sale2 sale3 year1 year2 year3
name
Jason 41.0 31.0 32.0 2012.0 2013.0 2014.0
Molly 24.0 NaN 31.0 2012.0 NaN 2014.0
但是
pivot_table使用aggfunc，如果重复则默认为aggfunc=np.mean。关于样本的更好解释是here和docs中。