Pandas Groupby到新专栏

发布于 2025-02-13 15:28:06 字数 905 浏览 2 评论 0原文

我有下表

组	值	名称
1	1.1	AAAA
1	1.2	BBBB
2	1.4	CCCC
2	1.6	DDDD
3	0.4	EEEE
3	0.3	FFFF

按组ID进行分组：

group	value_1	name_1	值	通过
我想	1.1	AAAA	1.2	BBBB
2	1.4	CCCC	1.6	DDDDD
3	0.4	EEEE	0.3	FFFF

现在a解决方案，假设每组只有两行是可以的，但是如果可能的话，我想看到一个超过两个行的解决方案。

原文

I have the following table

Group	Value	Name
1	1.1	AAAA
1	1.2	BBBB
2	1.4	CCCC
2	1.6	DDDD
3	0.4	EEEE
3	0.3	FFFF

I'd like to transform the table to the following by grouping by the group ID:

Group	Value_1	Name_1	Value_2	Name_2
1	1.1	AAAA	1.2	BBBB
2	1.4	CCCC	1.6	DDDDD
3	0.4	EEEE	0.3	FFFF

For now a solution, assuming there are only two rows per group is fine, but if possible I'd like to see a solution with more than two rows.

分享到QQ

分享到微博

如果你对这篇内容有疑问，欢迎到本站社区发帖提问参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。

发布评论

需要登录才能够评论，你可以免费注册一个本站的账号。

离不开的别离 2025-02-20 15:28:06

为每个组添加一个计数器，然后取消堆栈：

df_wide = (df.assign(count=(df.groupby("Group").cumcount() + 1).astype(str))
             .set_index(["Group", "count"])
             .unstack("count")
             .sort_index(axis=1, level=1))
df_wide.columns = df_wide.columns.map('{0[0]}_{0[1]}'.format)

df_wide

      Name_1  Value_1 Name_2  Value_2
Group                                
1       AAAA      1.1   BBBB      1.2
2       CCCC      1.4   DDDD      1.6
3       EEEE      0.4   FFFF      0.3

Adding a counter for each group and then unstack:

df_wide = (df.assign(count=(df.groupby("Group").cumcount() + 1).astype(str))
             .set_index(["Group", "count"])
             .unstack("count")
             .sort_index(axis=1, level=1))
df_wide.columns = df_wide.columns.map('{0[0]}_{0[1]}'.format)

df_wide

      Name_1  Value_1 Name_2  Value_2
Group                                
1       AAAA      1.1   BBBB      1.2
2       CCCC      1.4   DDDD      1.6
3       EEEE      0.4   FFFF      0.3

回复收藏 0 原文

~没有更多了~