Python 在数据帧中转置列，同时使用重复项保持其他列的完整性

我的数据框架如下

selection_id  last_traded_price
430494        1.46
430494        1.48
430494        1.56
430494        1.57
430495        2.45
430495        2.67
430495        2.72
430495        2.87

我有很多行包含selection id，我需要保持selection\u id列不变，但将上次交易价格中的数据转换为如下所示

selection_id  last_traded_price
430494        1.46              1.48          1.56      1.57    e.t.c 
430495        2.45              2.67          2.72      2.87    e.t.c

我试过使用枢轴

   (df.pivot(index='selection_id', columns=last_traded_price', values='last_traded_price')

Pivot无法工作，因为选择中的行重复。\u id。

---

是否可以先转置数据，然后删除重复数据？

选项1

groupby

+

apply

v = df.groupby('selection_id').last_traded_price.apply(list)
pd.DataFrame(v.tolist(), index=v.index)

                 0     1     2     3
selection_id                        
430494        1.46  1.48  1.56  1.57
430495        2.45  2.67  2.72  2.87

---

选项2
您可以使用

pivot

执行此操作，只要有另一列计数要传递给数据透视（这就是为什么需要沿某个方向进行数据透视）

对于由+或创建的新列名，可以使用for Counter：

与枢轴类似的解决方案：

df = pd.pivot(index=df['selection_id'], 
              columns=df.groupby('selection_id').cumcount(), 
              values=df['last_traded_price'])
print (df)
                 0     1     2     3
selection_id                        
430494        1.46  1.48  1.56  1.57
430495        2.45  2.67  2.72  2.87

---

现在完全可以了，只有您可以将

pd.Series.tolist

更改为

list

以获得更好的答案；）@耶斯雷尔非常感谢你，这正是我能从中受益的…@耶斯雷尔谢谢你的回答解决了我的问题。我会给最好的答案打分，但我没有足够的声誉去做这件事。我会的@你仍然可以接受他的回答。你也可以把两个答案都投上一票，因为我认为它们都很好。@coldspeed我试过运行这两个解决方案，但由于某些原因，我的输出并不是我所期望的。也许我在最初的问题上不够具体。出于某种原因，选择_id也沿列打印。我需要先转置上次交易的价格，然后在转置完成后删除包含重复选择id的行。我还想提一下，我正在400万行上尝试！

g = df.groupby('selection_id').cumcount()
df = df.set_index(['selection_id',g])['last_traded_price'].unstack()
print (df)
                 0     1     2     3
selection_id                        
430494        1.46  1.48  1.56  1.57
430495        2.45  2.67  2.72  2.87

df = pd.pivot(index=df['selection_id'], 
              columns=df.groupby('selection_id').cumcount(), 
              values=df['last_traded_price'])
print (df)
                 0     1     2     3
selection_id                        
430494        1.46  1.48  1.56  1.57
430495        2.45  2.67  2.72  2.87