我有一个看起来像这样的数据框：
Id Country amount
1 AT 10
2 BE 20
3 DE 30
1 AT 10
1 BE 20
3 DK 30
我想要做的是按ID，国家/地区，
所以我的df应该看起来像：
Id Country amount AT_amount BE_amount DE_amount DK_amount
1 AT 10 20 20 0 0
2 BE 20 0 20 0 0
3 DE 30 0 0 30 30
1 AT 10 20 20 0 0
1 BE 20 20 20 0 0
3 DK 30 0 0 30 30
我尝试使用groupby，但是使用：
df['AT_amount'] = df.groupby(['Id', 'Country').sum(amount)
将无法使用，因为从那时起，我将无法获得所有Id == 1的值，而只能获得ID == 1的值，并且无论我身在何国都可以给我一个值。
我可以先执行此操作，如果country！= AT，则将值设置为0，然后将groupby设置为最大值，但这似乎还有很长的路要走。
要获得所有国家/地区的这些值，似乎我必须编写一个循环，或者是否有快速方法为所有子组国家/地区创建新变量？
最佳答案
我认为您可以使用pivot_table，add_suffix和最后一个merge：
df1 = df.pivot_table(index='Id',
columns='Country',
values='amount',
fill_value='0',
aggfunc=sum).add_suffix('_amount').reset_index()
print df1
Country Id AT_amount BE_amount DE_amount DK_amount
0 1 20 20 0 0
1 2 0 20 0 0
2 3 0 0 30 30
print pd.merge(df,df1, on='Id', how='left')
Id Country amount AT_amount BE_amount DE_amount DK_amount
0 1 AT 10 20 20 0 0
1 2 BE 20 0 20 0 0
2 3 DE 30 0 0 30 30
3 1 AT 10 20 20 0 0
4 1 BE 20 20 20 0 0
5 3 DK 30 0 0 30 30
关于python - 按组和子组汇总，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/36910353/