Python 按ID分组行，为时间条目创建新列

我有一个pandas数据帧，它有重复的ID，因为每一行代表时间的度量

 pd.DataFrame([[1, 2], [1, 3], [2, 6], [2,7]], columns=['id', 'colA'])

我希望以一种方式对其进行转换，即每行表示一个ID，并且数据的时间序列方面在新列中捕获。即：我希望输出如下所示：

pd.DataFrame([[1,2,3],[2,6,7]],columns=["id","colA_0","colA_1"])

如何实现这一点？

使用计数器，创建多索引，并通过以下方式重塑：

用于计数器，创建多索引，并通过以下方式重塑：

df1 = (df.set_index(['id', df.groupby('id').cumcount()])['colA']
         .unstack()
         .add_prefix('colA_')
         .reset_index())
print (df1)
   id  colA_0  colA_1
0   1       2       3
1   2       6       7