在pandas数据框中将行重塑为列

Question

在 Pandas 中，如何从以下数据进行操作：

a = pd.DataFrame({'foo': ['m', 'm', 'm', 's', 's', 's'],
                    'bar': [1, 2, 3, 4, 5, 6]})
>>> a
   bar foo
0    1   m
1    2   m
2    3   m
3    4   s
4    5   s
5    6   s

致 b：

b = pd.DataFrame({'m': [1, 2, 3],
                    's': [4, 5, 6]})
>>> b
   m  s
0  1  4
1  2  5
2  3  6

我尝试了其他答案中的解决方案，例如这里和这里，但似乎都不能做到我想要的。

基本上，我想要交换行和列并且删除索引，但是该如何实现呢？

- PedroA

Answer 1

a.set_index(
    [a.groupby('foo').cumcount(), 'foo']
).bar.unstack()

- piRSquared

---

你能详细说明一下发生了什么吗？我查看了GroupBy.cumcount()的文档，但是有些晦涩难懂。 - PedroA

非常抱歉细节不够清楚，我正在使用手机。您目前所拥有的信息问题在于需要区分具有相同foo值的不同数值。Cumcount通过为前三个创建0、1和2来完美解决这个问题，并对后三个使用相同的方法。更重要的是，即使它们的大小不都是3，也能正常工作。鉴于我所设置的索引位置，这样布局非常适合进行unstack操作。 - piRSquared

Answer 2

这是我的解决方案。

a = pd.DataFrame({'foo': ['m', 'm', 'm', 's', 's', 's'],
                    'bar': [1, 2, 3, 4, 5, 6]})
a.pivot(columns='foo', values='bar').apply(lambda x: pd.Series(x.dropna().values))

foo    m    s
0    1.0  4.0
1    2.0  5.0
2    3.0  6.0

- BENY