Python 熊猫重新排序数据

这可能是一个使用pivot的简单方法，但是由于我没有添加数字（每一行都是唯一的），我应该怎么做呢

输入：

      Col1   Col2 Col3
0    123.0   33.0  ABC
1    345.0   39.0  ABC
2    567.0  100.0  ABC
3    123.0   82.0  PQR
4    345.0   10.0  PQR
5    789.0   38.0  PQR
6    890.0   97.0  XYZ
7    345.0   96.0  XYZ

输出：

      Col1    ABC   PQR   XYZ
0    123.0   33.0  82.0   NaN
1    345.0   39.0  10.0  96.0
2    567.0  100.0   NaN   NaN
3    789.0    NaN  38.0   NaN
4    890.0    NaN   NaN  97.0

我可以得到数据帧格式的输出吗？非常感谢您的关注

您可以使用：

另一个解决方案包括和：

---

按注释编辑：

需要：

另一个更快的解决方案是聚合

平均值

（默认情况下，数据透视表aggreagate

平均值

），最后转换为

系列

：

---

非常感谢。。让我看看第二个。。第一个是我尝试过的，并给了我这个错误：“ValueError:Index包含重复的条目，无法重塑'input\.set\.Index（['Col1'，'Col3']）['Col2']）。unstack（）也给出了ValueError:Index包含重复的条目，无法重塑眼睛，因此为了更好地解释，我添加了另一个带有链接的解决方案。

print (df.pivot(index='Col1', columns='Col3', values='Col2'))
Col3     ABC   PQR   XYZ
Col1                    
123.0   33.0  82.0   NaN
345.0   39.0  10.0  96.0
567.0  100.0   NaN   NaN
789.0    NaN  38.0   NaN
890.0    NaN   NaN  97.0

print (df.set_index(['Col1','Col3'])['Col2'].unstack())
Col3     ABC   PQR   XYZ
Col1                    
123.0   33.0  82.0   NaN
345.0   39.0  10.0  96.0
567.0  100.0   NaN   NaN
789.0    NaN  38.0   NaN
890.0    NaN   NaN  97.0

print (df.pivot_table(index='Col1', columns='Col3', values='Col2'))
Col3     ABC   PQR   XYZ
Col1                    
123.0   33.0  82.0   NaN
345.0   39.0  10.0  96.0
567.0  100.0   NaN   NaN
789.0    NaN  38.0   NaN
890.0    NaN   NaN  97.0

print (df.groupby(['Col1','Col3']).mean().squeeze().unstack())
Col3     ABC   PQR   XYZ
Col1                    
123.0   33.0  82.0   NaN
345.0   39.0  10.0  96.0
567.0  100.0   NaN   NaN
789.0    NaN  38.0   NaN
890.0    NaN   NaN  97.0