python - PANDAS reshape 数据领域日

Question

示例数据集:

data = {"id":{"0":"1234","1":"1234","2":"4567","3":"4567","4":"4567","5":"89123","6":"89123","7":"89123","8":"18749"},"name":{"0":"bob","1":"rob","2":"bob","3":"rob","4":"sam","5":"bob","6":"rob","7":"sam","8":"dick"}}
df = pd.DataFrame(data=data)

解决方案应该将 id 列中的每个唯一值作为一列，然后将 name 列中的每个关联值作为该行的值。

我知道我可以通过多种方式做到这一点，我问这个的目的是希望看到所有可能的不同方式的例子。

例如，我看到了这个:

df.groupby('id')['name'].apply(list)

我发现这是一个非常棒的解决方案，但我不确定发生了什么。我假设它正在应用一个函数，将与每个 id 值关联的所有值转换为一个列表。我还想知道如何使用堆栈、取消堆栈、转置和枢轴来解决这个问题。

Answer 1

重建

pd.Series(df.name.values, [df.index, df.id.values]).unstack()

   1234 18749  4567 89123
0   bob  None  None  None
1   rob  None  None  None
2  None  None   bob  None
3  None  None   rob  None
4  None  None   sam  None
5  None  None  None   bob
6  None  None  None   rob
7  None  None  None   sam
8  None  dick  None  None

set_index

df.set_index('id', append=True).name.unstack()

   1234 18749  4567 89123
0   bob  None  None  None
1   rob  None  None  None
2  None  None   bob  None
3  None  None   rob  None
4  None  None   sam  None
5  None  None  None   bob
6  None  None  None   rob
7  None  None  None   sam
8  None  dick  None  None

---

fill_value=''

df.set_index('id', append=True).name.unstack(fill_value='')

id 1234 18749 4567 89123
0   bob                 
1   rob                 
2              bob      
3              rob      
4              sam      
5                    bob
6                    rob
7                    sam
8        dick