python - 如何将DataFrame的行更改为 Pandas 中的列？

现在，我有一个数据框df：

>>> df = pd.DataFrame({'name':['a','a','b'], 'value1':[100,200,300], 'value2':[1,2,3]})
>>> df
  name  value1  value2
0    a     100       1
1    a     200       2
2    b     300       3

现在，我想将df更改为以下形式：

        name  value1  value2 name  value1  value2
          a     100       1    a     200       2
          b     300       3

那么，如何有效地转换df？

最佳答案

使用cumcount + unstack：

g = df.groupby('name').cumcount().astype(str)
df1 = (df.set_index([df['name'],g])
         .unstack()
         .sort_index(axis=1, level=1)
         .reset_index(drop=True))

对于唯一的列名称，请使用join：

df1.columns = df1.columns.map('_'.join)
print (df1)
  name_0  value1_0  value2_0 name_1  value1_1  value2_1
0      a     100.0       1.0      a     200.0       2.0
1      b     300.0       3.0   None       NaN       NaN

如果要使用重复的列名，请使用droplevel：

df1.columns = df1.columns.droplevel(1)
print (df1)
  name  value1  value2  name  value1  value2
0    a   100.0     1.0     a   200.0     2.0
1    b   300.0     3.0  None     NaN     NaN

编辑：

用apply替代存在问题，因为所有dtypes都更改为object。

关于python - 如何将DataFrame的行更改为 Pandas 中的列？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/46986846/