python - Pandas - 将列值拆分为新列

Question

我有一个很大的数据框，我存储了很多冗余值，这使得我很难处理我的数据。我有以下形式的数据框:

import pandas as pd

df = pd.DataFrame([["a","g","n1","y1"], ["a","g","n2","y2"], ["b","h","n1","y3"], ["b","h","n2","y4"]], columns=["meta1", "meta2", "name", "data"])

>>> df

  meta1 meta2 name data
    a     g   n1   y1
    a     g   n2   y2
    b     h   n1   y3
    b     h   n2   y4

我在 name 中有我想要的新列的名称，在 data 中有相应的数据。

我想生成以下形式的数据框:

df = pd.DataFrame([["a","g","y1","y2"], ["b","h","y3","y4"]], columns=["meta1", "meta2", "n1", "n2"])

>>> df

meta1 meta2  n1  n2
  a     g  y1  y2
  b     h  y3  y4

名为 meta 的列大约有 15 个以上的其他列包含大部分数据，我认为它们不是特别适合索引。我的想法是，目前我在 meta 中存储了大量重复/冗余数据，我想生成呈现的更紧凑的数据框。

我发现了一些类似的问题，但无法确定我需要执行哪种操作:旋转、重新索引、堆栈或取消堆栈等？

PS - 原始索引值对我来说并不重要。

如有任何帮助，我们将不胜感激。

我认为相关的问题:

我认为以下问题与我正在尝试做的事情有关，但我看不到如何应用它，因为我不想生成更多索引。

• Python Pandas- how to unstack a pivot table with two values with each value becoming a new column?

Answer 1

如果您将元列分组到一个列表中，那么您可以这样做:

metas = ['meta1', 'meta2']

new_df = df.set_index(['name'] + metas).unstack('name')
print new_df

            data    
name          n1  n2
meta1 meta2         
a     g       y1  y2
b     h       y3  y4

这让你大部分时间都在那里。额外的定制可以帮助您完成剩下的工作。

print new_df.data.rename_axis([None], axis=1).reset_index()

  meta1 meta2  n1  n2
0     a     g  y1  y2
1     b     h  y3  y4