Python 将dataframe列值提取为独立列

我有一个熊猫数据框，定义如下：

df = pd.DataFrame({'Country': ['US', 'US', 'CA', 'CA', 'BE', 'BE', 'BE', 'MX'], 
                   'Language': ['en', 'es', 'en', 'fr', 'nl', 'fr', 'de', 'es']})

我想透视/转换这个数据帧，这样language列下的值就可以组成单独的列，如

---

做这件事最干净、最简单的方法是什么？

我会分配一个新列，并基于该列进行透视：

df.assign(
    lang_id='Lang' + df.groupby('Country').cumcount().add(1).astype('str')
    ).pivot(index='Country', columns='lang_id', values='Language').reset_index()

lang_id Country Lang1 Lang2 Lang3
0            BE    nl    fr    de
1            CA    en    fr  None
2            MX    es  None  None
3            US    en    es  None

另一种选择是：

df.groupby('Country')['Language'].apply(list).apply(pd.Series).reset_index()
Out: 
  Country   0    1    2
0      BE  nl   fr   de
1      CA  en   fr  NaN
2      MX  es  NaN  NaN
3      US  en   es  NaN

---

对于这两种情况，您都可以在末尾调用

fillna（“”）

，用空字符串填充NAN。

我将分配一个新列，并基于该列进行透视：

df.assign(
    lang_id='Lang' + df.groupby('Country').cumcount().add(1).astype('str')
    ).pivot(index='Country', columns='lang_id', values='Language').reset_index()

lang_id Country Lang1 Lang2 Lang3
0            BE    nl    fr    de
1            CA    en    fr  None
2            MX    es  None  None
3            US    en    es  None

另一种选择是：

df.groupby('Country')['Language'].apply(list).apply(pd.Series).reset_index()
Out: 
  Country   0    1    2
0      BE  nl   fr   de
1      CA  en   fr  NaN
2      MX  es  NaN  NaN
3      US  en   es  NaN

---

对于这两种方法，您都可以在末尾调用

fillna（“”）

，用空字符串填充NAN。

您也可以尝试此方法

df = pd.DataFrame({'Country': ['US', 'US', 'CA', 'CA', 'BE', 'BE', 'BE', 'MX'], 
               'Language': ['en', 'es', 'en', 'fr', 'nl', 'fr', 'de', 'es']})

首先使用

groupby

和

unique（）

查找每个国家/地区的唯一语言

---

你也可以试试这个

df = pd.DataFrame({'Country': ['US', 'US', 'CA', 'CA', 'BE', 'BE', 'BE', 'MX'], 
               'Language': ['en', 'es', 'en', 'fr', 'nl', 'fr', 'de', 'es']})

首先使用

groupby

和

unique（）

查找每个国家/地区的唯一语言