Python 在数据帧中转置数据组

我有一个像这样的大数据帧：

|type| qt  | vol|
|----|---- | -- |
| A  | 1   | 10 |
| A  | 2   | 12 |
| A  | 1   | 12 |
| B  | 3   | 11 |
| B  | 4   | 20 |
| B  | 4   | 20 |
| C  | 4   | 20 |
| C  | 4   | 20 |
| C  | 4   | 20 |
| C  | 4   | 20 |

我如何通过这样的水平分组转换到数据帧

|A.            |B.            |C.            |
|--------------|--------------|--------------|
|type| qt | vol|type| qt | vol|type| qt | vol|
|----|----| ---|----|----| ---|----|----| ---|
| A  | 1  | 10 | B  | 3  | 11 | C  | 4  | 20 |
| A  | 2  | 12 | B  | 4  | 20 | C  | 4  | 20 |
| A  | 1  | 12 | B  | 4  | 20 | C  | 4  | 20 |
                              | C  | 4  | 20 |

---

您可以

group

键入

上的数据框，然后在dict理解中创建组的键值对，最后沿
axis=1使用
concat
并传递可选的
keys
参数以获得最终结果：

d = {k:g.reset_index(drop=True) for k, g in df.groupby('type')}
pd.concat(d.values(), keys=d.keys(), axis=1)

或者，您可以使用
groupby
+
cumcount
为每个组创建一个顺序计数器，然后创建一个具有两个级别的
多级
索引，其中第一个级别是计数器，第二个级别是列
类型
本身，最后使用
stack
，然后使用
unstack
来
重塑
：

c = df.groupby('type').cumcount()
df.set_index([c, df['type'].values]).stack().unstack([1, 2])


这几乎是一列的轴心：

(df.assign(idx=df.groupby('type').cumcount())
   .pivot(index='idx',columns='type', values=df.columns)
   .swaplevel(0,1, axis=1)
   .sort_index(axis=1)
)

输出：

type    A              B            C         
       qt type  vol   qt type  vol qt type vol
idx                                           
0       1    A   10    3    B   11  4    C  20
1       2    A   12    4    B   20  4    C  20
2       1    A   12    4    B   20  4    C  20
3     NaN  NaN  NaN  NaN  NaN  NaN  4    C  20

@Manakin
df.set_index（[df['type'].values，df.groupby（'type'）.cumcount（））.unstack（0.0.1，axis=1.sort_index（level=0，axis=1）
起作用，尽管Shubnam有更好的解决方案。同意，一如既往地很好，对我冷淡一点；）感谢@ScottBoston为您提供的宝贵建议。我只是简单地使用了
df['Type']。这里的值
是为了避免以后重命名索引：）谢谢@Manakin happy holidays:）@ShubhamSharma我理解并喜欢你的推理。
type    A              B            C         
       qt type  vol   qt type  vol qt type vol
idx                                           
0       1    A   10    3    B   11  4    C  20
1       2    A   12    4    B   20  4    C  20
2       1    A   12    4    B   20  4    C  20
3     NaN  NaN  NaN  NaN  NaN  NaN  4    C  20