Python 在另一列中使用列名重塑dataframe

我有一个结构相当不直观的数据帧：

device1    device2    column_name
      1          1    date
    111        211    param1
    112        212    param2
      2          2    date
    121        221    param1
    122        222    param2
      3          3    date
    131        231    param1
    132        232    param2

我很难将其转换为所需的数据帧：

           date    param1    param2
device1       1       111       112
              2       121       122
              3       131       132
device2       1       211       212
              2       221       222
              3       231       232

玩

pivot

，

stack

/

unstack

让我离目标更近了，但从未达到目标

---

我该怎么做呢？

您可以

堆叠

要重塑的数据帧，然后使用

groupby

+

cumcount

创建顺序计数器以识别不同的行，最后使用

设置索引

创建多级索引，并使用

取消堆叠

重塑：

d = df.set_index('column_name').stack()
i = d.groupby(level=[0, 1]).cumcount()
out = d.to_frame().set_index(i, append=True)[0].unstack(0).droplevel(1)

---

一种可能的解决办法：

tmp = df.melt("column_name")
tmp = tmp.set_index(['variable', 'column_name', tmp.column_name.eq('date').cumsum()])["value"].unstack(-2).droplevel(-1)
tmp.columns.name = None
tmp

         date   param1  param2
variable            
device1     1   111     112
device1     2   121     122
device1     3   131     132
device2     1   211     212
device2     2   221     222
device2     3   231     232

困难在于在没有唯一标识符的情况下取消堆叠。

tmp.column\u name.eq（'date'）.cumsum（）

的目的是为每个组提供一个id（按组我指的是

date

、

param1

和

param2

的组合）。这帮助我理解了这一点。

您可以使用with来重塑数据帧；与其他答案一样，您需要一个唯一的标识符：

(
    df.melt("column_name")
    .assign(unique_id=lambda x: x.groupby("column_name").cumcount())
    .pivot(index=["unique_id", "variable"], columns="column_name", values="value")
    .droplevel("unique_id")
    .rename_axis(columns=None, index=None)
)



          date  param1  param2
device1    1     111    112
device1    2     121    122
device1    3     131    132
device2    1     211    212
device2    2     221    222
device2    3     231    232

(
    df.melt("column_name")
    .assign(unique_id=lambda x: x.groupby("column_name").cumcount())
    .pivot(index=["unique_id", "variable"], columns="column_name", values="value")
    .droplevel("unique_id")
    .rename_axis(columns=None, index=None)
)



          date  param1  param2
device1    1     111    112
device1    2     121    122
device1    3     131    132
device2    1     211    212
device2    2     221    222
device2    3     231    232