python - 如何转换每行可变列大小的数据框？

Question

我有以下数据框:

ID      Code
5966856 A
5966856 B
5966857 A
5966854 A
5966854 B
5966854 C
6648070 A
6648074 A
6648075 B

我希望将其转换为:

ID      Code_1 Code_2 Code_3
5966856 A      B      NaN
5966857 A      NaN    NaN
5966854 A      B      C
6648070 A      NaN    NaN
6648074 A      NaN    NaN
6648075 B      NaN    NaN

我尝试了 groupby 和 pivot，但无论哪种情况，我都需要定义列，在我的例子中，这些列是可变的。 最大列数等于每个唯一 ID 的最大代码数。对于其余部分，我填充为 NaN。

Answer 1

使用:

• 首先将列代码转换为列表每组
• 然后使用DataFrame构造函数
• 通过自定义函数重命名列
• reset_index来自 index
的列

---

a = df.groupby('ID')['Code'].apply(list)
c = lambda x: 'Code_{}'.format(x+1)
df = pd.DataFrame(a.values.tolist(), index=a.index).rename(columns=c).reset_index()

备选方案:

• 通过 cumcount 创建系列对于 Counter，添加 1，转换为 string 并从右边 radd 添加
• set_index按列和系列
• reshape unstack
• reset_index来自 index
的列

---

a = df.groupby('ID')['Code'].cumcount().add(1).astype(str).radd('Code_')
df = df.set_index(['ID', a])['Code'].unstack().reset_index()

---

print (df)
        ID Code_1 Code_2 Code_3
0  5966854      A      B      C
1  5966856      A      B   None
2  5966857      A   None   None
3  6648070      A   None   None
4  6648074      A   None   None
5  6648075      B   None   None