蟒蛇熊熊重塑數據框

Question

我有一個數據幀有兩列：id1和id2。

df = pd.DataFrame({'id1': list('ABCBAC'), 'id2': [12,13,12,11,13,13]}) 
print(df) 

id1  id2 
A  123 
B  13 
C  12 
B  11 
A  13 
C  132 

而且我要重塑它（使用GROUPBY，或轉動也許？），以獲取以下信息：

id1  id2-1 id2-2 
A  123  13 
B  13  11 
C  12  132 

注意，恰好有兩行對每個id1但大量的不同的值id2（所以我寧願不做一個熱點向量編碼）。

有一個首選項來控制輸出可以通過字典順序進行排序，而得到這樣的：

id1  id2-1 id2-2 
A  13  123 
B  11  13 
C  12  132 

即對於每行中id2-1和id2-2的值進行排序（見相應於id1 == 'B'的行）。

Answer 1

計劃

• 我們要創建每個連續的時間，我們看到了'id1'值的指數。爲此，我們將groupby('id1')然後使用cumcount()給我們這個新的指數。
• 然後，我們設置索引是一個pd.MultiIndex與​​
• 與pd.MultiIndex我們都設置爲unstack
• 最後，我們有一些棘手的映射

---

d = df.set_index(['id1', df.groupby('id1').cumcount() + 1]).unstack() 
d.columns = d.columns.to_series().map('{0[0]}-{0[1]}'.format) 

print(d) 

    id2-1 id2-2 
id1    
A  12  13 
B  13  11 
C  12  13 

Answer 2

這應做到：

import pandas as pd 
df = pd.DataFrame({'id1': list('ABCBAC'), 'id2': [123,13,12,11,13,132]}) 
df['id2'] = df['id2'].astype(str) 
df = df.groupby(['id1']).agg(lambda x: '-'.join(x)) 
df['id2-1'] = df['id2'].apply(lambda x: x.split('-')[0]).astype(int) 
df['id2-2'] = df['id2'].apply(lambda x: x.split('-')[1]).astype(int) 
df = df.reset_index()[['id1', 'id2-1', 'id2-2']]