Pandas 如何通过按一列分组并在另一列上进行匹配来获得转换后的数据帧

我有一个熊猫数据框，如下所示

col_a            col_b     col_c
2021-05-01        1           30
2021-05-01        3           40
2021-05-01        2           60
2021-05-02        1           70
2021-05-02        2           10
2021-05-02        3           20

我想将其放入以下数据框（即，根据原始数据框中

col_b

列中的不同类型添加

n

新列，然后根据

col_a

进行匹配以填充值）

---

您能帮我吗？

您可以使用

pivot

：

df = df.pivot(*df).add_prefix('type_')

要进一步转换为所需的结构，请使用：

df = df.pivot(*df).add_prefix('type_').rename_axis(None, axis= 1).reset_index()

输出

：

        col_a  type_1  type_2  type_3
0  2021-05-01      30      60      40
1  2021-05-02      70      10      20

        col_a  type_1  type_2  type_3
0  2021-05-01      30      60      40
1  2021-05-02      70      10      20

还有一个

设置索引

/

取消堆栈

选项：

df = df.set_index(['col_a','col_b']).unstack().add_prefix('type_')
df.columns = df.columns.droplevel()

可以使用和作为列名。按和最后清除列轴名称，如下所示：

df = (df.pivot(index='col_a', columns='col_b', values='col_c')
        .add_prefix('type_')
        .rename_axis(columns=None)
        .reset_index()
     )

结果:

        col_a  type_1  type_2  type_3
0  2021-05-01      30      60      40
1  2021-05-02      70      10      20