Pandas - 透视表/堆叠/展开/融合

Question

我有一个类似于这样的数据框：

姓名	值1	值2
A	100	101, 102, 103
B	200	201, 202, 203
C	300	301, 302, 303

我想要的结果是将所有与每个名称相对应的值2合并到一起。

姓名	数值1	数值2	数值3	数值4	数值5	数值6
A	100	101	100	102	100	103
B	200	201	200	202	200	203
C	300	301	300	302	300	303

这是我目前尝试过的代码：

dataframe.stack() dataframe.unstack() dataframe.melt(id_vars=['name'])

我需要转置数据，确保以下两点：

1. 第一行保持不变，但与同一姓名关联的每个后续数值应该被转置到一个新列。
2. 虽然第二个值 B (例如) 应该将其关联的值作为新值转置到 A 列的下面，但它不应该形成一个全新的列。

- user1082690

Answer 1

请尝试：

def fn(x):
    vals = x.values.ravel()
    return pd.DataFrame(
        [vals],
        columns=[f"value {i}" for i in range(1, vals.shape[0] + 1)],
    )


out = (
    df.set_index("name")
    .groupby(level=0)
    .apply(fn)
    .reset_index()
    .drop(columns="level_1")
)
print(out.to_markdown())

输出结果:

	名称	值1	值2	值3	值4	值5	值6
0	A	100	101	100	102	100	103
1	B	200	201	200	202	200	203
2	C	300	301	300	302	300	303

- Andrej Kesely

Answer 2

为每个名称展开值

(
    df.set_index('name')
    .groupby(level=0)
    .apply(lambda x: pd.Series(x.values.flat))
    .rename(columns=lambda x: f'value {x + 1}')
    .reset_index()
)

- Vitalizzare

Answer 3

使用melt、groupby和pivot_wider（来自pyjanitor）的一种选项：

# pip install pyjanitor
import pandas as pd
import janitor

(df
.melt('name', ignore_index = False)
.sort_index()
.drop(columns='variable')
.assign(header = lambda df: df.groupby('name').cumcount() + 1)
.pivot_wider('name', 'header', names_sep = ' ')
)
  name  value 1  value 2  value 3  value 4  value 5  value 6
0    A      100      101      100      102      100      103
1    B      200      201      200      202      200      203
2    C      300      301      300      302      300      303

- sammywemmy