Python 在重复数据消除其他列时旋转数据帧

与类似，我希望透视以下数据帧：

  foo extra bar  baz
0 one     x   A    1
1 one     x   B    2
2 one     x   C    3
3 two     y   A    4
4 two     y   B    5
5 two     y   C    6

结果应该是

     extra A  B  C

one      x 1  2  3
two      y 4  5  6

这可以用比这更短的方式完成吗

• 在旋转前拆分多余的列
• 分别对其进行重复数据消除
• 是否将其合并回数据透视

（我希望pivot命令能够做到这一点，但我的尝试失败了。）

以下是数据帧使用的代码：

df = pd.DataFrame({'foo': ['one','one','one','two','two','two'],
                   'extra': ['x','x','x','y','y','y'],
                   'bar': ['A', 'B', 'C', 'A', 'B', 'C'],
                   'baz': [1, 2, 3, 4, 5, 6]})

---

您可以使用

pivot\u table

，

pivot

只接受一列作为索引、列和值，而

pivot\u table

可以接受多列：

df.pivot_table('baz', ['foo', 'extra'], 'bar').reset_index()

#bar    foo extra   A   B   C
#  0    one     x   1   2   3
#  1    two     y   4   5   6

---

使用

设置索引

和

取消堆栈

In [2087]: df.set_index(['foo', 'extra', 'bar'])['baz'].unstack().reset_index()
Out[2087]:
bar  foo extra  A  B  C
0    one     x  1  2  3
1    two     y  4  5  6

---

注意，对于重复的foo/bar对，这有不同的行为：它聚合baz值，而不是给出错误。很好！要达到所需的结果，必须添加最终的

.set\u索引（'foo'）

。如果存在重复的foo/bar对，这将保留

pivot

命令的错误。