Pandas数据框：如何按列中的值分组并根据分组值创建新列

Question

我有一个包含两列的数据框：

x y
0 1
1 1
2 2
0 5
1 6
2 8
0 1
1 8
2 4
0 1
1 7
2 3

What I want is:

x val1 val2 val3 val4
0 1 5 1 1
1 1 6 8 7
2 2 8 4 3

我知道x列中的值重复了N次。

- foebu

---

我认为你期望的输出缺少一列表头，因为你有五个数字列和四个表头。 - Fabio Lamanna

Answer 1

您可以使用groupby/cumcount方法分配列号，然后调用pivot函数：

import pandas as pd

df = pd.DataFrame({'x': [0, 1, 2, 0, 1, 2, 0, 1, 2, 0, 1, 2],
                   'y': [1, 1, 2, 5, 6, 8, 1, 8, 4, 1, 7, 3]})

df['columns'] = df.groupby('x')['y'].cumcount()
#     x  y  columns
# 0   0  1        0
# 1   1  1        0
# 2   2  2        0
# 3   0  5        1
# 4   1  6        1
# 5   2  8        1
# 6   0  1        2
# 7   1  8        2
# 8   2  4        2
# 9   0  1        3
# 10  1  7        3
# 11  2  3        3

result = df.pivot(index='x', columns='columns')
print(result)

产量

         y         
columns  0  1  2  3
x                  
0        1  5  1  1
1        1  6  8  7
2        2  8  4  3

或者，如果您可以确信x中的值按顺序重复N次，

N = 3
result = pd.DataFrame(df['y'].values.reshape(-1, N).T)

产量

   0  1  2  3
0  1  5  1  1
1  1  6  8  7
2  2  8  4  3

使用`reshape`比调用`groupby/cumcount`和`pivot`更快，但它不够健壮，因为它依赖于`y`中的值以正确的顺序出现。

- unutbu