熊猫：转换列基于ID

我有以下数据框：

df = pd.DataFrame([[1, 'name', 'peter'], [1, 'age', 23], [1, 'height', '185cm']], columns=['id', 'column','value'])

id column value 
0 1 name peter 
1 1 age  23 
2 1 height 185cm

我需要创建一个单独的行，每个ID 。像这样：

id name age height 
0 1 peter 23 185cm

任何帮助非常感谢，谢谢。

来源

2017-06-22 pandalover

欢迎来到StackOverflow。请花时间阅读这篇文章[如何提供一个伟大的熊猫示例]（http://stackoverflow.com/questions/20109391/how-to-make-good-reproducible-pandas-examples）以及如何提供[最小，完整和可验证的示例]（http://stackoverflow.com/help/mcve）并相应地修改您的问题。 [如何提出一个好问题]（http://stackoverflow.com/help/how-to-ask）上的这些技巧也可能有用。 – jezrael

此外[不要张贴图像的代码（或链接到他们）]（http://meta.stackoverflow.com/questions/285551/why-may-i-not-upload-images-of-code-on-所以当提问时） – jezrael

对不起，我没有足够的声望来嵌入图像 – pandalover

您可以使用pivot_table与骨料join：

df = pd.DataFrame([[1, 'name', 'peter'], 
        [1, 'age', 23], 
        [1, 'height', '185cm'], 
        [1, 'age', 25]], columns=['id', 'column','value']) 
print (df) 
    id column value 
0 1 name peter 
1 1  age  23 
2 1 height 185cm 
3 1  age  25 

df1 = df.astype(str).pivot_table(index="id",columns="column",values="value",aggfunc=','.join) 
print (df1) 
    column age height name 
id       
1  23,25 185cm peter

与groupby + apply另一种解决方案加入和unstack：

df1 = df.astype(str).groupby(["id","column"])["value"].apply(','.join).unstack(fill_value=0) 
print (df1) 
column age height name 
id       
1  23,25 185cm peter

来源

2017-06-22 11:10:33 jezrael

非常感谢您，现在工作！ – pandalover

如果我的回答很有帮助，请不要忘记[接受]（http://meta.stackexchange.com/a/5235/295067） - 点击答案旁边的复选标记（'✓'）将其从灰色填充。谢谢。 – jezrael

假设你的数据帧为 “DF”，下面一行将有助于：

df.pivot（指数= “主题”，列= “谓词”，值= “对象”）

来源

2017-06-22 10:55:36

熊猫：转换列基于ID

回答

相关问题