如果我有一个像这样的数据框:
df= pd.DataFrame(['a','b','c','d'],index=[0,0,1,1])
a b 0 0 0 1 c d
我该如何根据索引重塑数据帧,使其像上面那样呈现,即:
df= pd.DataFrame([['a','b'],['c','d']],index=[0,1])
0 1 0 a b 1 c d
如果我有一个像这样的数据框:
df= pd.DataFrame(['a','b','c','d'],index=[0,0,1,1])
a b 0 0 0 1 c d
我该如何根据索引重塑数据帧,使其像上面那样呈现,即:
df= pd.DataFrame([['a','b'],['c','d']],index=[0,1])
0 1 0 a b 1 c d
让我们使用set_index
、groupby
、cumcount
和unstack
:
df.set_index(df.groupby(level=0).cumcount(), append=True)[0].unstack()
输出:
0 1
0 a b
1 c d
cumcount
来配合pivot
:a = df.groupby(level=0).cumcount()
df = pd.pivot(index=df.index, columns=a, values=df[0])
In [490]: df.groupby(df.index)[0].agg(lambda x: list(x)).apply(pd.Series)
Out[490]:
0 1
0 a b
1 c d
2.
In [447]: df.groupby(df.index).apply(lambda x: pd.Series(x.values.tolist()).str[0])
Out[447]:
0 1
0 a b
1 c d
3.
In [455]: df.assign(i=df.index, c=df.groupby(level=0).cumcount()).pivot('i', 'c', 0)
Out[455]:
c 0 1
i
0 a b
1 c d
移除名称
In [457]: (df.assign(i=df.index, c=df.groupby(level=0).cumcount()).pivot('i', 'c', 0)
.rename_axis(None).rename_axis(None, 1))
Out[457]:
0 1
0 a b
1 c d