Python pandas 如何将 df ：列值转置为行值？

Question

原始 df：df=pd.DataFrame({'name':['id1','id1','id2','id2','id2'],             'attr1':['a','b','c','d','e']})    Out[45]:   name attr10  id1     a1  id1     b2  id2     c3  id2     d4  id2     e我想要的是：系统需要更多详细信息，但我无话可说，所以请不要在这里查看这些文字，这会浪费您的时间。

Answer 1

让我们尝试cumcount使用附加键进行分配

s = df.assign(key=df.groupby('name').cumcount()+1).pivot('name','key','attr1')

s

Out[125]: 

key   1  2    3

name           

id1   a  b  NaN

id2   c  d    e

Answer 2

做就是了

1. 按列分组

2. 添加 lambda 聚合函数

3. 拆分为列。

df.groupby('name') .agg(lambda x: '|'.join(x)) .attr1.str.split('|',expand=True)

将以上三者结合起来

>> df.groupby('name').agg(lambda x: '|'.join(x)).attr1.str.split('|',expand=True)

      0  1     2

name            

id1   a  b  None

id2   c  d     e