Python 熊猫:从表格移动到矩阵布局

Python 熊猫:从表格移动到矩阵布局,python,pandas,Python,Pandas,我有一个数据框,看起来像(它是一组组合): 我想将其转换为一个矩阵,其中新列和索引是其中两列(a和B)的唯一值,单元格是第三列(C)中这两个唯一值之间的连接 使用A作为索引,B作为列,C作为单元格值,我会得到如下结果: B A 1 2 1 3 4 2 5 6 为了生成这个新的“矩阵”数据帧,我通过列A中的唯一值对原始DF进行迭代过滤,然后将C列作为一个系列,如下所示: for ind in unique_indexes: # made by using .drop_duplic

我有一个数据框,看起来像(它是一组组合):

我想将其转换为一个矩阵,其中新列和索引是其中两列(
a
B
)的唯一值,单元格是第三列(
C
)中这两个唯一值之间的连接

使用
A
作为索引,
B
作为列,
C
作为单元格值,我会得到如下结果:

   B
A  1 2
1  3 4  
2  5 6
为了生成这个新的“矩阵”数据帧,我通过列
A
中的唯一值对原始DF进行迭代过滤,然后将
C
列作为一个系列,如下所示:

for ind in unique_indexes: # made by using .drop_duplicates on the column
    rows = original_table[(original_table['A'] == ind)] 
    new_series = rows['C']
然后,我尝试将所有这些系列作为行粘在一个新的数据帧中,但无法将它们中的任何一个
append
concat
添加到新的数据帧中(在or之后),例如

是否有a)更好的转换方法,或b)我在将序列附加到数据帧时缺少的步骤


干杯

你想做一个像这样的
透视表

>>> df
   A  B  C
a  1  1  3
b  1  2  4
c  2  1  5
d  2  2  6
>>> pd.pivot_table(df, rows="A", cols="B", values="C")
B  1  2
A      
1  3  4
2  5  6
干杯,我的用例也非常清楚
# with suitable placement in 'for' loop
df = DataFrame()
df.append(new_series)

>>> print df
Empty DataFrame
>>> df
   A  B  C
a  1  1  3
b  1  2  4
c  2  1  5
d  2  2  6
>>> pd.pivot_table(df, rows="A", cols="B", values="C")
B  1  2
A      
1  3  4
2  5  6