python - Pandas 按组将列转换为多个

Question

我遇到过这样一种情况，我有两列，其中一列是类别 ID，另一列是类别值。由于这些值对于不同的类别具有不同的含义，因此我想将这些值提取到单独的列中。例如，我想转换

+----+--------+
| id | value  |
+----+--------+
| 1  |      1 |
| 1  |      2 |
| 2  |      1 |
| 2  |      2 |
| 3  |      1 |
| 3  |      2 |
+----+--------+

为此:

+----+---------+---------+---------+
| id | value_1 | value_2 | value_3 |
+----+---------+---------+---------+
|  1 |       1 |       0 |       0 |
|  1 |       2 |       0 |       0 |
|  2 |       0 |       1 |       0 |
|  2 |       0 |       2 |       0 |
|  3 |       0 |       0 |       1 |
|  3 |       0 |       0 |       2 |
+----+---------+---------+---------+

我确信我可以通过一些 numpy 风格的操作来做到这一点，但我正在努力更好地掌握 pandas，并希望以 pandas-y 的方式来做到这一点。

我天真的猜测是使用 groupby 的东西，但我不确定如何从中生成多个列。类似的东西

data.groupby('id').agg({'value': something})

如有任何帮助，我们将不胜感激。

Answer 1

你可以使用get_dummies()并将其乘以 value 列:

In [58]: df[['id']] \
           .join(pd.get_dummies(df['id']).mul(df['value'], axis=0).add_prefix('value_'))
Out[58]:
   id  value_1  value_2  value_3
0   1        1        0        0
1   1        2        0        0
2   2        0        1        0
3   2        0        2        0
4   3        0        0        1
5   3        0        0        2

解释:

In [53]: pd.get_dummies(df['id'])
Out[53]:
   1  2  3
0  1  0  0
1  1  0  0
2  0  1  0
3  0  1  0
4  0  0  1
5  0  0  1


In [52]: pd.get_dummies(df['id']).mul(df['value'], axis=0)
Out[52]:
   1  2  3
0  1  0  0
1  2  0  0
2  0  1  0
3  0  2  0
4  0  0  1
5  0  0  2