想象一下以下格式的Pandas数据框:
id type v1 v2
1 A 6 9
1 B 4 2
2 A 3 7
2 B 3 6
我想将这个数据框转换成以下格式:
id A_v1 A_v2 B_v1 B_v2
1 6 9 4 2
2 3 7 3 6
有没有一种优雅的方式来做到这一点?
set_index
将type
和id
列移动到索引中,然后使用unstack
将type
索引级别移动到列索引中。您不必担心v
值--索引的位置决定了值的排列顺序。In [181]: df.set_index(['type', 'id']).unstack(['type'])
Out[181]:
v1 v2
type A B A B
id
1 6 4 9 2
2 3 3 7 6
通常,MultiIndex比平铺的列索引更可取。它可以根据type
或v
值为您提供更好的选择或操作数据的方法。
如果您希望重新排序列以完全匹配所需输出中显示的顺序,则可以使用df.reindex
:
df = df.reindex(columns=sorted(df.columns, key=lambda x: x[::-1]))
v1 v2 v1 v2
type A A B B
id
1 6 9 4 2
2 3 7 3 6
df.columns = ['{}_{}'.format(t, v) for v,t in df.columns]
A_v1 A_v2 B_v1 B_v2
id
1 6 9 4 2
2 3 7 3 6