Python 将groupedby数据帧（多列但不是所有列）从长到宽进行转换

问题：

我有一个不同公司的年度数据集。数据以长格式存储，每年是一行，因此公司ID是重复的。 数据看起来像这样（但是在原始数据框中，我有更多的列）

我需要将长型格式转换为宽型格式，这样每个公司将显示在一行中（无重复）

这就是我希望看到的结果：

如你所见，我需要：

• 一些列（如“年”）不再需要

• 一些列（如“销售”、“销售2年内的变化”、“销售1年内的变化”）应从宽格式转换为长格式，并保留其名称（并在其中添加数字）

• 一些列（如“ind1”和“ind2”）应该保持原样（没有从宽到长的转换）

到目前为止，我能够制定一个解决方案，它只对一列工作，所以它真的不是我的解决方案

这是我的代码：

test.groupby("comp_id")['sales_change_1'].apply(list).apply(pd.Series).rename(columns=lambda x: 'sales_{}'.format(x+1))

---

我的问题有更好的解决方法吗？

在你放弃这些年后：

del test['Year']

您可以通过为属于同一公司的每一行添加一个额外的列和行“index”来将行分组在一起

test['idx'] = test.groupby('Comp_id').cumcount() + 1

然后将其设置为数据帧索引的一部分，并使用

unstack（）

将其转换为列

test = test.set_index(['Comp_id', 'idx']).unstack()

此时，您的列将是一个多索引，其中创建的

'idx'

作为第二级，因此您可以使用DataFrame，因为它将列引用为

（'Sales'，1）

，

（'Sales'，2）

，等等

如果要使用下划线作为分隔符展平列，可以使用以下命令：

test.columns = ['{}_{}'.format(col, idx) for (col, idx) in test.columns]

---

在你放弃这些年之后：

del test['Year']

您可以通过为属于同一公司的每一行添加一个额外的列和行“index”来将行分组在一起

test['idx'] = test.groupby('Comp_id').cumcount() + 1

然后将其设置为数据帧索引的一部分，并使用

unstack（）

将其转换为列

test = test.set_index(['Comp_id', 'idx']).unstack()

此时，您的列将是一个多索引，其中创建的

'idx'

作为第二级，因此您可以使用DataFrame，因为它将列引用为

（'Sales'，1）

，

（'Sales'，2）

，等等

如果要使用下划线作为分隔符展平列，可以使用以下命令：

test.columns = ['{}_{}'.format(col, idx) for (col, idx) in test.columns]