问题描述
我有一个如下所示的df：
pid time
id vid
id1 vis_id1 pid1 t_0
vis_id1 pid2 t_1
id2 vis_id2 pid1 t_3
vis_id2 pid2 t_4
vis_id2 pid3 t_5
vis_id2 pid4 t_6
我希望为pid和time调换n和n的df行，每个i
之前：
pid time
id vid
id1 vis_id1 pid1 t_0
vis_id1 pid2 t_1
id2 vis_id2 pid2 t_3
vis_id2 pid2 t_4
vis_id2 pid3 t_5
vis_id2 pid4 t_6
之后：
step1 step2 step3 step4
id vid
id1 vis_id1 pid1 pid2 NA NA
id2 vis_id2 pid1 pid2 pid3 pid4
pid变为步骤1(我只能在转置之前重命名该列)，然后将前面的pids转置，以便它们保持它们的顺序(向上->向下)到(左->右)。删除带有时间的列也会很有帮助。
推荐答案
我们可以根据Level=0使用groupby cumcount枚举组，作为索引的附加级别添加(set_index使用append=True添加到现有的多索引中)，然后unstack添加到列中：
new_df = df.set_index(
df.groupby(level=0).cumcount() + 1, append=True
).unstack()
new_df：
pid time
1 2 3 4 1 2 3 4
id vid
id1 vis_id1 pid1 pid2 NaN NaN t_0 t_1 NaN NaN
id2 vis_id2 pid1 pid2 pid3 pid4 t_3 t_4 t_5 t_6
要匹配显示的输出，请仅选择所需的列，然后展平多索引：
new_df = df[['pid']].set_index(
df.groupby(level=0).cumcount() + 1, append=True
).unstack()
new_df.columns = [f'step{i}' for i in new_df.columns.get_level_values(1)]
new_df：
step1 step2 step3 step4
id vid
id1 vis_id1 pid1 pid2 NaN NaN
id2 vis_id2 pid1 pid2 pid3 pid4
安装程序使用：
import pandas as pd
df = pd.DataFrame({
'id': ['id1', 'id1', 'id2', 'id2', 'id2', 'id2'],
'vid': ['vis_id1', 'vis_id1', 'vis_id2', 'vis_id2', 'vis_id2', 'vis_id2'],
'pid': ['pid1', 'pid2', 'pid1', 'pid2', 'pid3', 'pid4'],
'time': ['t_0', 't_1', 't_3', 't_4', 't_5', 't_6']
}).set_index(['id', 'vid'])
相关阅读Pandas Groupby / List to Multiple Rows