如何创建新列以存储重复ID列的数据？

Question

我有这个数据帧：

ID key 
0 1 A 
1 1 B 
2 2 C 
3 3 D 
4 3 E 
5 3 E 

我想创造更多的key列 - 作为necessary-到存储数据的时候有重复IDs

这是输出的一个片段的key列：

ID key key2 
0 1 A  B # Note: ID#1 appeared twice in the dataframe, so the key value "B" 
       # associated with the duplicate ID will be stored in the new column "key2" 

完整的输出应该像下面这样：

ID key key2 key3 
0 1 A  B NaN 
1 2 C NaN NaN 
2 3 D  E  E # The ID#3 has repeated three times. The key of      
         # of the second repeat "E" will be stored under the "key2" column 
         # and the third repeat "E" will be stored in the new column "key3" 

任何建议或想法我应该如何解决这个问题？

感谢，

Answer 1

退房groupby和apply。他们各自的文档是here和here。您可以unstack（docs）创建的MultiIndex的额外级别。

df.groupby('ID')['key'].apply(
    lambda s: pd.Series(s.values, index=['key_%s' % i for i in range(s.shape[0])]) 
).unstack(-1) 

输出

key_0 key_1 key_2 
ID     
1  A  B None 
2  C None None 
3  D  E  E 

如果你想ID为一列，你可以调用这个数据帧reset_index。

Answer 2

您可以使用cumcount与pivot_table：

df['cols'] = 'key' + df.groupby('ID').cumcount().astype(str) 
print (df.pivot_table(index='ID', columns='cols', values='key', aggfunc=''.join)) 
cols key0 key1 key2 
ID     
1  A  B None 
2  C None None 
3  D  E  E