Python 带有键值列的dataframe将键从事件日志转到新列

我有一个像Frame1这样的数据框架，我怎样才能获取key列中的所有项，并将它们转换为新列，获取相应的值，然后像下面那样放置它？我还将真实数据集放在下面

框架1：

name    name2   key    value
matt    face    money  100
matt    face    junk    True
james   face    money   50 
james   face    junk    False
james   face    wife    True
adam    face    money   found
adam    face    wife    False
adam    face    strange yes

预期产出：

name      name2    money   junk    wife  strange
matt      face     100     True    NAN   NAN
adam      face     found   False   False yes
james     face     50      False   True  NAN

键列的数量和值是可变的。谢谢你的帮助

# 实际数据：

                        machinename  eventid     entrytype                         source         timegenerated           timewritten username                        message                         action                           keys              vals
0                       mycompname     4688  successaudit  microsoft-windows-security...  3/7/2017 10:38:16 am  3/7/2017 10:38:16 am     NONE  a new process has been cre...  a new process has been cre...                        subject               NaN
1                       mycompname     4688  successaudit  microsoft-windows-security...  3/7/2017 10:38:16 am  3/7/2017 10:38:16 am     NONE  a new process has been cre...  a new process has been cre...                    security id          s-1-5-18
2                       mycompname     4656  failureaudit  microsoft-windows-security...  3/7/2017 10:38:05 am  3/7/2017 10:38:05 am     NONE  a handle to an object was ...  a handle to an object was ...                 account domain         my domain
3                       mycompname     4656  failureaudit  microsoft-windows-security...  3/7/2017 10:38:05 am  3/7/2017 10:38:05 am     NONE  a handle to an object was ...  a handle to an object was ...                       logon id             0x3e7
...                             ...      ...           ...                            ...                   ...                   ...      ...                            ...                            ...                            ...               ...
1381                    mycompname     4688  successaudit  microsoft-windows-security...   3/7/2017 6:47:40 am   3/7/2017 6:47:40 am     NONE  a new process has been cre...  a new process has been cre...         source network address               NaN
1382                    mycompname     4673  successaudit  microsoft-windows-security...   3/7/2017 6:47:40 am   3/7/2017 6:47:40 am     NONE  a privileged service was c...  a privileged service was c...                    source port                 -
1383                    mycompname     4656  failureaudit  microsoft-windows-security...   3/7/2017 6:47:40 am   3/7/2017 6:47:40 am     NONE  a handle to an object was ...  a handle to an object was ...   detailed authentication i...               NaN
1384                    mycompname     4656  failureaudit  microsoft-windows-security...   3/7/2017 6:47:40 am   3/7/2017 6:47:40 am     NONE  a handle to an object was ...  a handle to an object was ...                  logon process            advapi
1385                    mycompname     4656  failureaudit  microsoft-windows-security...   3/7/2017 6:47:40 am   3/7/2017 6:47:40 am     NONE  a handle to an object was ...  a handle to an object was ...         authentication package               NaN

更新 这是将键推送到列名，但不是推送适当的值

df = pd.pivot_table(df, values="vals",index=["MachineName", "EventID","EntryType", "Source", "TimeGenerated", "TimeWritten","UserName", "Message"], columns=['keys'], aggfunc=np.sum)

尝试使用函数

Frame1.设置索引（['name'，'name2'，'key']）['value']。取消堆栈（'key'）

或使用：

Frame1.pivot\u表（columns='key'，index='name'，'name2'，values='value'）

尝试使用函数

Frame1.设置索引（['name'，'name2'，'key']）['value']。取消堆栈（'key'）

或使用：

---

Frame1.pivot\u表（columns='key'，index='name'，name2']，values='value'）

尝试了这个解决方案，我认为这是一个很好的解决方案。对我来说效果很好

df.set_index（['name'，'name2'，'key']）['value'].unstack（'key'）.reset_index（）

？根据我的直觉，这可能是因为在['name'，'name2'，'key']列中有重复的行，就像有两行相同的“matt，face，money，100”。也许可以尝试

df。删除重复项（子集=['name'，'name2'，'key']）。设置索引（['name'，'name2'，'key']）['value']。取消堆栈（'key'）

？是的，这很有帮助。我猜对于每个['name'、'name2'、'key']对，可能会有对应于这对的不同操作。必须使['name'、'name2'、'key']列唯一，以便可以取消堆栈。请尝试

df['name'、'name2'、'key'、'vals']。删除重复项（子集=['name'、'name2'、'key']）。设置索引（['name'、'name2'、'key']））['vals']。取消堆栈（'key'）

BTW，您想使用哪些列作为索引name'和'name2'？

Frame1=Frame1.set_index（Frame1.columns.difference（['vals']））['vals']）。unstack（'key'）。reset_index（）

尝试过这个解决方案，我认为这是一个很好的解决方案。对我来说效果很好

df.set_index（['name'，'name2'，'key']）['value'].unstack（'key'）.reset_index（）

？根据我的直觉，这可能是因为在['name'，'name2'，'key']列中有重复的行，就像有两行相同的“matt，face，money，100”。也许可以尝试

df。删除重复项（子集=['name'，'name2'，'key']）。设置索引（['name'，'name2'，'key']）['value']。取消堆栈（'key'）

？是的，这很有帮助。我猜对于每个['name'、'name2'、'key']对，可能会有对应于这对的不同操作。必须使['name'、'name2'、'key']列唯一，以便可以取消堆栈。请尝试

df['name'、'name2'、'key'、'vals']。删除重复项（子集=['name'、'name2'、'key']）。设置索引（['name'、'name2'、'key']））['vals']。取消堆栈（'key'）

BTW，您想使用哪些列作为索引name'和'name2'？

Frame1=Frame1.set_索引（Frame1.columns.difference（['vals']））['vals']）。取消堆栈（'key'）。重置_索引（）