如何在python中基于其他列将特定列值转换为一行？

我有如下数据

col1    col2
23      101
23      102
24      101
25      102
25      103

col1   pro_1  pro_2   pro_3
23     101    102     NA
24     101    NA      NA
25     NA     102     103 

我想基于col1透视col2。期望的输出如下所示

col1    col2
23      101
23      102
24      101
25      102
25      103

col1   pro_1  pro_2   pro_3
23     101    102     NA
24     101    NA      NA
25     NA     102     103 

尝试如下：

data.pivot(data,columns=['col_1'],values=['col_2'])

ValueError: The name col_1 occurs multiple times, use a level number

我得到了如下错误：

data.pivot(data,columns=['col_1'],values=['col_2'])

ValueError: The name col_1 occurs multiple times, use a level number

---

您需要提供有关要将

'col2'

中的值放入的

列的信息。我想这就是你想要的：

mapping = {101: 'pro1', 102: 'pro2', 103: 'pro3'}
df['cols'] = df.col2.map(mapping)
df.pivot(index='col1', values='col2', columns='cols')

编辑：可以自动创建映射，如下所示：

df['cols'] = 'pro' + df.col2.astype(str)

Edi2：您可以检查数据是否有重复行，如下所示：

df.duplicated()

如果你只是想摆脱这些，你可以这样做

df.loc[~df.duplicated()].pivot(index='col1', values='col2', columns='cols')

我提供了上述数据的样本。但是我有1892个唯一的值。我不能手动映射所有值。@Magie我已经编辑了我的答案。您可以创建一个映射，如so
df['cols']='pro'+df.col2.astype（str）
？是的，我尝试了更新后的答案获取
ValueError:索引包含重复条目，无法重塑它与您提供的示例数据一起工作。您的完整数据集很可能有多行具有相同的“col1”和“col2”值。您可以通过执行
df2=df.append（df.loc[0]）
然后执行
df2.pivot（index='col1'，values='col2'，columns='cols'）
来复制此操作。您希望如何处理这些重复的行？我已删除了重复的行，并再次尝试，但遇到相同的错误。