Python 拆分列并在索引中使用重复项聚合结果

我有以下数据帧：

ID     Type      Value
1        A         311
1        A         223
1        B        1233
2        A         424
2        A         553
3        A          11
3        B           4
3        B           5

我正在尝试通过拆分列“Type”来聚合“ID”列，这样每个ID都有自己的行以及类型A和类型B的相应列。在列“A”和“B”中，我希望分配跨行的每个相应值的第一次出现。如果A或B（或两者）缺失，我想分配NaN。为了明确这一点，以下示例描述了我正在寻找的结果：

   ID       A           B
    1      311        1233
    2      424         NaN
    3       11           4

结果将保留为A显示的第一个值（而忽略223的第二个值）。由于ID 1中没有B的第二个值，因此它只保留值1233。对于其他ID，此逻辑将继续

我一直在尝试使用

.pivot

解决这个问题

df.pivot(columns="Type",values="Value")

这有助于我分离类型列，这样我可以得到：

Type      A        B
  0      311      NaN
  1      223      NaN
  2      NaN     1233
  3      11         4

但是，我无法将ID列作为索引传递，因为它会导致以下错误：

ValueError: Index contains duplicate entries, cannot reshape

---

但是，在ID列上使用

drop_duplicates

，会导致数据丢失。在pandas中有没有方便的方法来执行这样的操作？

您需要先删除重复项，然后再旋转

df.drop_duplicates(['ID', 'Type']).pivot('ID', 'Type', 'Value')

Type      A       B
ID                 
1     311.0  1233.0
2     424.0     NaN
3      11.0     4.0

---

或者，将

pivot_table

与

aggfunc='first'

一起使用：

df.pivot_table(index='ID', columns='Type', values='Value', aggfunc='first')

Type      A       B
ID                 
1     311.0  1233.0
2     424.0     NaN
3      11.0     4.0

---

性能
这实际上取决于您的数据和组数。最好是用你自己的数据来测试它

df_ = df.copy()
df = pd.concat([df_] * 10000, ignore_index=True)

%timeit df.pivot_table(index='ID', columns='Type', values='Value', aggfunc='first')
%timeit df.drop_duplicates(['ID', 'Type']).pivot('ID', 'Type', 'Value')
%timeit df.groupby(['ID', 'Type']).Value.first().unstack(1)

15.2 ms ± 272 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
8.63 ms ± 98 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
8.34 ms ± 246 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

---

首先使用

groupby

df.groupby(['ID','Type']).Value.first().unstack()
Type      A       B
ID                 
1     311.0  1233.0
2     424.0     NaN
3      11.0     4.0

或者使用
groupby
head
和
pivot

df.groupby(['ID','Type'],as_index=False).head(1).pivot('ID', 'Type', 'Value')
Type      A       B
ID                 
1     311.0  1233.0
2     424.0     NaN
3      11.0     4.0

你的轴心代码是什么？我想第三排应该是
3114
wow这正是我想做的！非常感谢！我会接受一次，所以让我：）