Python堆叠为非堆叠格式

或者也称为长到宽格式

我有以下资料：

ID1    ID2   POS1    POS2    TYPE     TYPEVAL
---    ---   ----    ----    ----     -------
A      001   1       5       COLOR    RED
A      001   1       5       WEIGHT   50KG
A      001   1       5       HEIGHT   160CM
A      002   6       19      FUTURE   YES
A      002   6       19      PRESENT  NO
B      001   26      34      COLOUR   BLUE
B      001   26      34      WEIGHT   85KG
B      001   26      34      HEIGHT   120CM
C      001   10      13      MOBILE   NOKIA      
C      001   10      13      TABLET   ASUS

其中，我希望将

类型

列转换为每个唯一值的新列，即

ID1    ID2    POS1    POS2    COLOR    WEIGHT    HEIGHT    FUTURE    PRESENT    MOBILE    TABLET
A      001    1       5       RED      50KG      160CM     NA        NA         NA        NA
A      002    6       19      NA       NA        NA        YES       NO         NA        NA
B      001    26      34      BLUE     85KG      120CM     NA        NA         NA        NA
C      001    10      13      NA       NA        NA        NA        NA         NOKIA     ASUS    

我试着用以下方法来做：

PD.pivot_table(df,index=["ID1","ID2"],columns=["BEGIN","END","TYPE"],values=["TYPEVAL"])

然而，我得到：

Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/usr/local/lib/python2.7/dist-packages/pandas/tools/pivot.py", line 127, in pivot_table
    agged = grouped.agg(aggfunc)
  File "/usr/local/lib/python2.7/dist-packages/pandas/core/groupby.py", line 3690, in aggregate
    return super(DataFrameGroupBy, self).aggregate(arg, *args, **kwargs)
  File "/usr/local/lib/python2.7/dist-packages/pandas/core/groupby.py", line 3179, in aggregate
    result, how = self._aggregate(arg, _level=_level, *args, **kwargs)
  File "/usr/local/lib/python2.7/dist-packages/pandas/core/base.py", line 432, in _aggregate
    return getattr(self, arg)(*args, **kwargs), None
  File "/usr/local/lib/python2.7/dist-packages/pandas/core/groupby.py", line 1009, in mean
    return self._cython_agg_general('mean')
  File "/usr/local/lib/python2.7/dist-packages/pandas/core/groupby.py", line 3113, in _cython_agg_general
    how, numeric_only=numeric_only)
  File "/usr/local/lib/python2.7/dist-packages/pandas/core/groupby.py", line 3159, in _cython_agg_blocks
    raise DataError('No numeric types to aggregate')

回溯（最近一次呼叫最后一次）：
文件“”，第1行，在
pivot_表中的文件“/usr/local/lib/python2.7/dist packages/pandas/tools/pivot.py”，第127行
agged=grouped.agg（aggfunc）
文件“/usr/local/lib/python2.7/dist packages/pandas/core/groupby.py”，第3690行，总计
返回super（DataFrameGroupBy，self）.aggregate（arg，*args，**kwargs）
文件“/usr/local/lib/python2.7/dist packages/pandas/core/groupby.py”，第3179行，总计
结果，how=self.\u聚合（arg，\u-level=\u-level，*args，**kwargs）
文件“/usr/local/lib/python2.7/dist-packages/pandas/core/base.py”，第432行，汇总
返回getattr（self，arg）（*args，**kwargs），无
文件“/usr/local/lib/python2.7/dist packages/pandas/core/groupby.py”，第1009行，平均值
返回自我。_cython_agg_general（'mean'））
文件“/usr/local/lib/python2.7/dist-packages/pandas/core/groupby.py”，第3113行，位于cython-agg-general中
如何，仅数值=仅数值）
文件“/usr/local/lib/python2.7/dist packages/pandas/core/groupby.py”，第3159行，位于cython\u agg\u块中
raise DATABERROR（'没有要聚合的数字类型'）

提示我通过某个数值函数（即平均值或总和）聚合列。但是我不想做这样的事情，我只想转置

TYPE

列，而不进行任何聚合

任何建议都将不胜感激

我认为您需要先聚合

或者如果有多个值
连接
或
求和
，因为deafult聚合函数是
平均值
，它只适用于数字：

df1 = pd.pivot_table(df,
                     index=["ID1","ID2","POS1","POS2",],
                     columns="TYPE",
                     values="TYPEVAL",
                     aggfunc='first')
       .reset_index().rename_axis(None, axis=1)

print (df1)
  ID1  ID2  POS1  POS2 COLOR COLOUR FUTURE HEIGHT MOBILE PRESENT TABLET WEIGHT
0   A    1     1     5   RED   None   None  160CM   None    None   None   50KG
1   A    2     6    19  None   None    YES   None   None      NO   None   None
2   B    1    26    34  None   BLUE   None  120CM   None    None   None   85KG
3   C    1    10    13  None   None   None   None  NOKIA    None   ASUS   None

df1 = pd.pivot_table(df,
                     index=["ID1","ID2","POS1","POS2",],
                     columns="TYPE",
                     values="TYPEVAL",
                     aggfunc=','.join)
       .reset_index().rename_axis(None, axis=1)
print (df1)
  ID1  ID2  POS1  POS2 COLOR COLOUR FUTURE HEIGHT MOBILE PRESENT TABLET WEIGHT
0   A    1     1     5   RED   None   None  160CM   None    None   None   50KG
1   A    2     6    19  None   None    YES   None   None      NO   None   None
2   B    1    26    34  None   BLUE   None  120CM   None    None   None   85KG
3   C    1    10    13  None   None   None   None  NOKIA    None   ASUS   None

您可以使用除
'TYPEVAL'
列之外的所有列设置索引，然后
取消堆栈

df.set_index(
    df.columns.difference(['TYPEVAL']).tolist()
).TYPEVAL.unstack('TYPE').reset_index().rename_axis(None, axis=1)