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。
最佳答案
您可以使用groupby/cumcount
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
x
中的值按n次顺序重复,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
比调用groupby/cumcount
和pivot
快,但是因为它依赖于以正确顺序出现的
y
中的值,所以不太可靠。