python - 如何应用 groupby 并根据年龄获取 N 列 - Pandas

我在下面有数据框，我试图在其中以相同的顺序获取所有产品一行。

我使用下面的代码和数据框。

df3 = df1.groupby(df1.index)['PartNo'].agg([('product','first'), ('productNew','last')])

        Product 
88      prod1
88      prod2
88      prod3
89      prod3
89      prod4

但是，我最多可以获得 2 个基于“第一个”和“最后一个”聚合的产品。

我的输出是。

        product  productNew     
88      prod1  prod2
89      prod3  prod4

如何更改代码以使每个订单的 N 个产品在同一行中，如下例所示？

        0       1       2.....N 
88      prod1  prod2 prod3
89      prod3  prod4 NaN

最佳答案

这是带有索引的pivot:

(df.assign(col=df.groupby(level=0).PartNo.cumcount())
  .pivot(columns='col', values='PartNo'))

输出:

col      0      1      2
88   prod1  prod2  prod3
89   prod3  prod4    NaN

关于python - 如何应用 groupby 并根据年龄获取 N 列 - Pandas，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/58662244/