Python 3.x 如何在同一数据帧中合并两行

我有一个包含两行的数据框。这两行的“ID”列中的值相同。如何创建一个新的数据框，并将两行中的所有值合并到一行中，但合并到单独的列中

例如，如果在输入数据框中，两行中都有一个名为“Amount”的列，则新数据框应包含一行，其中两个列分别为Amount_1和Amount_2

groupby不起作用，因为我不希望所有信息都在同一列中

我不能合并，因为这不是来自两个不同的数据帧

转向：

进入：

---

使用添加一列，该列将包含新数据框的列名。之后，使用：

编辑 有了新的规范，我觉得您真的应该使用，比如：

df['cumcount'] = df.groupby('ID').cumcount().add(1)
df.set_index(['ID', 'cumcount']).unstack()
#         Amount       Name      State     
#cumcount      1     2    1    2     1    2
#ID                                        
#1          16.0   NaN    A  NaN    CA  NaN
#2          32.0  64.0    B    C    GA   NY

如果您坚持，以后可以始终加入多重索引的列：

df2.columns = ['_'.join([coltype, str(count)]) for coltype, count in df2.columns.values]

---

我冒昧地加了一张我理解的表格。如果我弄错了，请告诉我。谢谢你，埃里克。你完全正确。我只是想尽快得到答案。谢谢你，琼迪。但是，如果有更多的列，比如Amount（比如姓名、号码、地址），我希望这些详细信息也能形成更多类似Amount_1和Amount_2的列，请编辑问题中的示例数据框，以便清楚地知道编辑了哪些输入和所需的输出。请查收。我需要那种格式的结果。

df['amountnr'] = 'Amount_' + df.groupby('ID').cumcount().add(1).astype(str)
df.pivot(index='ID', columns= 'amountnr', values='Amount')
#amountnr  Amount_1  Amount_2
#ID                          
#1             16.0       NaN
#2             32.0      64.0

df['cumcount'] = df.groupby('ID').cumcount().add(1)
df.set_index(['ID', 'cumcount']).unstack()
#         Amount       Name      State     
#cumcount      1     2    1    2     1    2
#ID                                        
#1          16.0   NaN    A  NaN    CA  NaN
#2          32.0  64.0    B    C    GA   NY

df2.columns = ['_'.join([coltype, str(count)]) for coltype, count in df2.columns.values]