在python中将垂直表格转换为水平表格（展平表格）

该格式似乎有效，但仅适用于一个值，如何显示所有内容

---

非常感谢您的帮助。

您可以使用熊猫的

pivot\u表

df=df.pivot_表（索引=['Employe-id']，
列=['MemberID'、'firstname'、'lastname']）

要安装熊猫，请使用

pip安装熊猫

然后首先通过

read\u csv（）

---

然后使用上述方法转换

您可以使用

设置索引（）

和

取消堆栈（）

，但需要修复列，例如：

In []:
df = pd.read_csv(“data.csv”)

df['ID'] = df['MemberID']   # Copy because you want it in the values too
df = df.set_index(['EmployeeID', 'MemberID']).unstack(level=1, fill_value='').sort_index(level=1, axis=1)
df.columns = df.columns.to_series().apply(lambda x: 'Member{}{}'.format(x[1], x[0]))
print(df)

Out[]:
          Member1ID Member1Lastname Member1firstname Member2ID Member2Lastname Member2firstname Member3ID Member3Lastname Member3firstname 
EmployeeID                                                                                                   
1                  1             Ann              Anu         2             Ann              Aju        3             vAnn              Abi 
2                  1            John             Cini         2            John             Biju             
3                  1           Peter           Mathew         2           Peter           Joseph           

但我认为，如果值中确实不需要MemberID（列名称中有MemberID），或者不介意使用

多索引，则可以简化，然后：

In []:
df.set_index(['EmployeeID', 'MemberID']).unstack(level=1, fill_value='').swaplevel(axis=1).sort_index(axis=1)

Out[]:
MemberID          1                  2                  3          
           Lastname firstname Lastname firstname Lastname firstname
EmployeeID                                                         
1               Ann       Anu      Ann       Aju      Ann       Abi
2              John      Cini     John      Biju                   
3             Peter    Mathew    Peter    Joseph                   

更多的信息会有所帮助。你说的是csv文件吗？您是否已经有了将其读入python字典并将其写回工作表的代码？是的，这是一个csv文件，我在将数据展平到上述格式时遇到了问题。不，我没有那个密码
In []:
df.set_index(['EmployeeID', 'MemberID']).unstack(level=1, fill_value='').swaplevel(axis=1).sort_index(axis=1)

Out[]:
MemberID          1                  2                  3          
           Lastname firstname Lastname firstname Lastname firstname
EmployeeID                                                         
1               Ann       Anu      Ann       Aju      Ann       Abi
2              John      Cini     John      Biju                   
3             Peter    Mathew    Peter    Joseph