Python 熊猫:如何每三个索引(行)取消堆叠并扩大数据帧?

Python 熊猫:如何每三个索引(行)取消堆叠并扩大数据帧?,python,pandas,Python,Pandas,我有下面的示例DataFrame(其中真实数据集,模式对许多行重复)。我想提出动议 “类别”“节”“级别”“结果”从行到列标签 以下行是上述功能的特征,并且是 输入代码代表以下内容: df = pd.DataFrame({'name': ['Joe Bloggs', 'Category', ... 'A', 'Jane Doe', 'Category', ...

我有下面的示例DataFrame(其中真实数据集,模式对许多行重复)。我想提出动议 “类别”“节”“级别”“结果”从行到列标签

以下行是上述功能的特征,并且是

输入代码代表以下内容:

df = pd.DataFrame({'name': ['Joe Bloggs', 'Category',
...                                   'A', 'Jane Doe', 'Category',
...                                   'B'],
...                    'Date': ['2020-06-19' , 'Section', '1', '2020-06-19',
...                            'Section', '2'],
...                    'Time': ["09:00:00", "Level", "First", "16:30:06",
...                                 "Level", "Third"],
...                   'type': ["Login", "Result",
...                          "Pass", "Logout",
...                          "Result", "Fail"]})
所需输出如下:

非常感谢

试试:

df=pd.concat([\
df.iloc[0::3]。重置索引(drop=True)\
数据帧(\
df.iloc[2::3]。to_numpy()\
columns=df.iloc[1]。to_numpy()\
)],轴=1\
)
产出:

名称日期时间。。。分区级结果
乔·布洛格斯2020-06-19 09:00:00。。。第一关
1无名氏2020-06-1916:30:06。。。2第三次失败

你能测试df.join(pd.DataFrame(df.iloc[2::3])值,columns=df.iloc[1]\.values,index=df.iloc[2::3].index),how='outer').dropna()?谢谢,我会试试的谢谢,完全按照描述做。然而,我刚刚意识到,我拥有的输入数据集并没有按照我认为的顺序重复!回到绘图板上,但这确实帮助了我。谢谢。与我的解决方案非常相似,我曾考虑使用str.contains查找每个标题行,然后使用后面的一行对其进行切片,但列表切片可能是最简单/最安全的