解栈2列，一个列有列名，另一个列值为多列-熊猫

Question

我有一个dataframe，其中"Name“列包含应该构成列名的数据，"Value”列具有相应的值：

Id      set Name            Value
6050    256 Main_id         5677002
6050    256 Secondary_id    34248
6050    256 Quantity         6
6050    256 warranty Date    4/1/2018
6050    256 Type             AB12
6050    256 Value            crypt
6050    256 Category         DFR
6050    256 Capacity         100
6050    256 Type             AB13
6050    256 Value            crypt
6050    256 Category         BAS
6050    256 Capacity         500
6050    256 Start Date       4/1/2022
6050    256 End Date         1/31/2023
123     456 Main_id          123456789
123     456 Secondary_id     101112131
123     456 Quantity         4
123     456 Type             AB12
123     456 Value            crypt
123     456 Category         DFR
123     456 Capacity         100
123     456 Quantity          5
123     456 warranty Date     4/1/2017
123     456 Type              MAC12
123     456 Value             crypt
123     456 Category          DFR
123     456 Capacity          100
123     456 Start Date        4/1/2022
123     456 End Date          1/31/2023
897     956 Main_id           gy4567890
897     956 Secondary_id      ky234248
897     956 Quantity          6
897     956 Type              MAB13
897     956 Value             nocl
897     956 Category          gcl
897     956 Capacity          100
897     956 Start Date        4/1/2022
897     956 End Date          1/31/2023

需要产出：

对于每一组it以及开始日期和结束日期，它总是以“数量”开头，以“容量”结尾，并在一个或多个类型之间结束。任何数据丢失的地方都应该留空。如果有多个“类型”表示“数量”(和/或“保证日期”)，则会重复。

这不适用于这个数据格式。

df_.pivot_table(index=["Id", "set"], 
                      columns='Name', 
                      values='Value', 
                      aggfunc=', '.join).reset_index().rename_axis(None, axis=1)

任何帮助或建议都是非常感谢的。

Answer 1

这里有一种方法

使用“赋值”创建临时列，以消除枢轴中的重复错误，然后删除该列

df.assign(
    dup=df.groupby(['Id', 'Name']).cumcount()
).pivot(
    index=['Id','set','dup'], 
    columns='Name', 
    values='Value').reset_index().drop(columns='dup')

​

​

若要使用相同id的前面的值填充空值，请执行以下操作

df2=df.assign(
    dup=df.groupby(['Id', 'Name']).cumcount()
).pivot(
    index=['Id','set','dup'], 
    columns='Name', 
    values='Value').reset_index() 
df2.groupby('Id').fillna(method='ffill').drop(columns='dup')

​

​