Python将多行转换为一行

下面我有一个问题-我需要将多行ID转换为一行，并让不同的“输出”值成为二进制1/0的列，如示例所示

这是我的桌子

ID Output Timestamp 1 out1 1501 1 out2 1501 1 out5 1501 1 out9 1501 2 out3 1603 2 out4 1603 2 out9 1603 ID输出时间戳 1501中的1 11501人中的1人 一五一五零一 11501人中的1人 1603年3月2日 1603年4月2日 1603年9月2日 转化为以下内容：

ID out1 out2 out3 out4 out5 out9 timestamp 1 1 1 0 0 1 1 1501 2 0 0 1 1 0 1 1603 ID out1 out2 out3 out4 out5 out9时间戳 1 1 1 0 0 1 1 1501 2 0 0 1 1 0 1 1603 有人能帮我用Python灵活地完成这项工作吗，最好是熊猫？我对这一点很陌生，已经使用SAS很多年了，所以非常感谢任何“过渡技巧”

---

Br，

您需要制作一个字典，其中键是id。其中的每个值都将是另一个outN to value字典

读一行。您将获得一个id、outN和一个值。首先检查您是否有该id的dict，如果没有，请创建一个dict。然后将该outN的值放入该id的dict中

第二步：您需要收集一份所有输出的列表。做一套新的。对于dict中的每个值，将其outN键添加到集合中。最后，从集合中获取一个列表，并对其进行排序

第三步：检查dict键中的每个id，然后检查新排序的outn列表中的每个outn，并打印其值，回退为零

outnval\u by\u id[id]。获取（outn，“0”）

这里有一个奇怪的例子，你有很多时间戳，你假设这些时间戳是由id复制的。小心，事实确实如此。类似的假设会导致错误。

您可以使用枢轴：

pivoted = df.pivot('ID', 'Output', 'ID')
pivoted.fillna(0, inplace=True)
pivoted[pivoted > 0] = 1
pd.merge(pivoted.reset_index(), df[['ID', 'Timestamp']].drop_duplicates(), left_on='ID', right_on='ID')
pivoted

结果:

 Output ID  out1    out2    out3    out4    out5    out9    Timestamp
 0  1   1   1   0   0   1   1   1501
 1  2   0   0   1   1   0   1   1603

---

你能告诉我们你试过什么吗？我一直在做下面马特斯建议的枢轴运动，但并没有一路走来！这看起来是一个简单而灵活的解决方案，我将继续努力！非常感谢您抽出时间回答！当我解决了我的问题后，我会尝试一下——上面的答案让我度过了最糟糕的时刻！谢谢你的意见！