Python 基于多个ID转换数据帧，并将两列拆分为一系列列

我有以下数据：

import pandas as pd
data = {'origin':  [1, 1, 1, 1, 1, 1, 1, 1, 1, 1],
    'destination': [2, 2, 2, 2, 2, 2, 3, 3, 3, 3],
    'set': [1, 1, 1, 2, 2, 2, 1, 1, 1, 1],
    'pointA': [1, 11, 12, 1, 11, 13, 1, 16, 17, 18],
    'pointB': [11, 12, 2, 11, 13, 2, 16, 17, 18, 3],
    'time': [5, 6, 5, 5, 5, 7, 8, 7, 3, 4]}
datainput = pd.DataFrame(data, columns = ['origin','destination','set', 'pointA', 'pointB', 'time'])

看起来是这样的：

origin  destination  set  pointA  pointB  time
  1         2         1      1      11     5
  1         2         1      11     12     6
  1         2         1      12     2      5
  1         2         2      1      11     5
  1         2         2      11     13     5
  1         2         2      13     2      7
  1         3         1      1      16     8
  1         3         1      16     17     7
  1         3         1      17     18     3
  1         3         1      18     3      4

origin  destination  set  point1  point2  point3  point4  point5 time
  1         2         1     1       11      12      2       0     16
  1         2         2     1       11      13      2       0     17
  1         3         1     1       16      17      18      3     22

我希望在总结时间的同时将pointA和pointB列转换为一系列点，即每个唯一的[origin，destination，set]有一行，因此期望的输出如下所示：

origin  destination  set  pointA  pointB  time
  1         2         1      1      11     5
  1         2         1      11     12     6
  1         2         1      12     2      5
  1         2         2      1      11     5
  1         2         2      11     13     5
  1         2         2      13     2      7
  1         3         1      1      16     8
  1         3         1      16     17     7
  1         3         1      17     18     3
  1         3         1      18     3      4

origin  destination  set  point1  point2  point3  point4  point5 time
  1         2         1     1       11      12      2       0     16
  1         2         2     1       11      13      2       0     17
  1         3         1     1       16      17      18      3     22

首先，我尝试了pivot函数，如下所示：

pivot=datainput.pivot_表（索引=['origin'、'destination'、'set']，值=['time']，aggfunc='sum'）。重置_索引（）

这可以得到唯一[起点、终点、集合]的时间和。然而，我正在努力将点A和点B添加到图片中，即点1、点2等

我已经探索了转置的潜力：

transposedData = datainput.T

但这只是转置数据帧，最终许多[源、目的地、集]被转置到列中。考虑到唯一的[origin，destination，set]的最大点数也是未知的，在这里我使用5作为数据样本，但是，我的输入文件将非常庞大，我不知道最大点数是多少

你知道怎么做吗？有关方法的阅读链接也将不胜感激

---

谢谢大家!

这应该可以做到：

将numpy导入为np
datainput[“pointC”]=列表（zip（datainput[“pointA”]、datainput[“pointB”]））
res=pd.pivot_table（datainput，index=[“origin”，“destination”，“set”]，aggfunc=lambda x:（np.unique（np.hstack（x.values.ravel（））.astype（str））.tolist（），values=[“pointC”]）.pointC.apply（pd.Series）.fillna（0）.reset_index（）

输出：

起点-终点集0 1 2 3 4
0       1            2    1  1  11  12   2  0
1       1            2    2  1  11  13   2  0
2       1            3    1  1  16  17  18  3
[程序完成]