Python Pandas将独特的列值拆分为自己的列
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了Python Pandas将独特的列值拆分为自己的列，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1828字，纯文字阅读大概需要3分钟。
内容图文
df = pd.DataFrame({'Col1': ['label1', 'label1', 'label2', 'label2',
'label3', 'label3', 'label4'],
'Col2': ['a', 'd', 'b', 'e', 'c', 'f', 'q']}, columns=['Col1', 'Col2'])
看起来像这样
Col1 Col2
0 label1 a
1 label1 d
2 label2 b
3 label2 e
4 label3 c
5 label3 f
6 label4 q
对于Col1中的唯一值,我想将列的唯一值转换为列.从某种意义上说,我试图将Col1值“取消堆叠”为列标题,行值将是Col2中的值.我的关键主要问题是我不是在计算任何数字数据 – 它都是文本 – 而我只是试图重塑结构.
这是期望的结果：
label1 label2 label3 label4
0 a b c q
1 d e f NaN
我试过了：stack,unstack,pd.melt,pivot_table,pivot.
这几乎让我在那里,但并不完全,并且似乎不是很简洁：
df.groupby('Col1').apply(lambda x: x['Col2'].values).to_frame().T
Col1 label1 label2 label3 label4
0 [a, d] [b, e] [c, f] [q]
This question shows how to do it with a pivot table ..但我的情况下的数字索引不是我关心的事情.
This question shows how to also do it with a pivot table ..首先使用aggfunc或’.join但返回CSV而不是各行的值.
解决方法:
您可以使用cumcount为新索引创建列,然后使用聚合连接创建pivot_table：
df['g'] = df.groupby('Col1')['Col1'].cumcount()
print (df.pivot_table(index='g', columns='Col1', values='Col2', aggfunc=''.join))
Col1 label1 label2 label3 label4
g
0 a b c q
1 d e f None
感谢您对Jeff L.的评论：
df['g'] = df.groupby('Col1')['Col1'].cumcount()
print (df.pivot(index='g', columns='Col1', values='Col2'))
Col1 label1 label2 label3 label4
g
0 a b c q
1 d e f None
要么：
print (pd.pivot(index=df.groupby('Col1')['Col1'].cumcount(),
columns=df['Col1'],
values=df['Col2']))
Col1 label1 label2 label3 label4
0 a b c q
1 d e f None
内容总结
以上是互联网集市为您收集整理的Python Pandas将独特的列值拆分为自己的列全部内容，希望文章能够帮你解决Python Pandas将独特的列值拆分为自己的列所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。