巨蟒熊猫重塑数据通道

Question

我有两个列：id1和id2。

df = pd.DataFrame({'id1': list('ABCBAC'), 'id2': [12,13,12,11,13,13]})
print(df)

id1     id2
A       123
B       13
C       12
B       11
A       13
C       132

我想重塑它(使用，群，或者枢轴？)获得以下信息：

id1      id2-1    id2-2
A        123       13
B        13        11
C        12        132

注意，每个id1都有两行，但是有大量不同的id2值(所以我不想做一个热向量编码)。

如果输出可以按字典顺序排序，则有一种偏好，以便给出如下结果：

id1      id2-1    id2-2
A        13       123
B        11       13
C        12       132

即，对于每一行，对id2-1和id2-2中的值进行排序(参见对应于id1 == 'B'的行)。

Answer 1

计划

• 我们希望创建一个索引，每次我们看到'id1'中的值。为此，我们将使用groupby('id1')，然后使用cumcount()为我们提供新的索引。
• 然后，我们将索引设置为带有pd.MultiIndex的set_index
• 使用pd.MultiIndex，我们被设置为unstack
• 最后，我们用一些棘手的映射来重命名这些列。

d = df.set_index(['id1', df.groupby('id1').cumcount() + 1]).unstack()
d.columns = d.columns.to_series().map('{0[0]}-{0[1]}'.format)

print(d)

     id2-1  id2-2
id1              
A       12     13
B       13     11
C       12     13

Answer 2

这应该可以做到：

import pandas as pd
df = pd.DataFrame({'id1': list('ABCBAC'), 'id2': [123,13,12,11,13,132]})
df['id2'] = df['id2'].astype(str)
df = df.groupby(['id1']).agg(lambda x: '-'.join(x))
df['id2-1'] = df['id2'].apply(lambda x: x.split('-')[0]).astype(int)
df['id2-2'] = df['id2'].apply(lambda x: x.split('-')[1]).astype(int)
df = df.reset_index()[['id1', 'id2-1', 'id2-2']]