Pandas：基于ID将列转换为行

Question

我是pandas的新手，

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

我需要为每个ID创建一个单独的行。就像这样：

   id  name   age  height
0  1   peter  23   185cm

非常感谢您的帮助，谢谢。

- pandalover

---

欢迎来到StackOverflow。请花些时间阅读这篇关于如何提供一个出色的pandas示例的帖子（https://dev59.com/O2Ij5IYBdhLWcg3wk182），以及如何提供一个最小化、完整和可验证的示例（http://stackoverflow.com/help/mcve），并相应地修改您的问题。这些关于如何提问的提示（http://stackoverflow.com/help/how-to-ask）也可能会有用。 - jezrael

请勿在提问中发布代码图片（或链接），详情请参考此处：http://meta.stackoverflow.com/questions/285551/why-may-i-not-upload-images-of-code-on-so-when-asking-a-question - jezrael

抱歉，我没有足够的声望来嵌入图片。 - pandalover

重复的功能无法正常工作。pivot_tables 无法处理重复的索引，而 unstack/groupby 也无法正常工作，因为你必须使用一个 agg_func，而我的值可以是字符串，因此你不能使用 "mean, sum" 等等。 - pandalover

Answer 1

你可以使用 pivot_table 函数并采用聚合函数 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

另一种使用 groupby 和 apply 进行联接，并使用 unstack 的解决方案：

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

- jezrael

Answer 2

假设您的数据框为"df"，下面的代码行将会有所帮助：

df.pivot(index="subject",columns="predicate",values="object")

- MANI MARAN