Python 反转数据帧中的行和列

我正试图扭转这一局面，但我不知道如何扭转。 我从

>>> d = {'col1': ['A', 'A', 'A', 'B', 'B', 'B', 'C', 'C'], 'col2': [1, 2, 3, 4, 5, 6, 7, 7]}
>>> df = pd.DataFrame(data=d)
>>> df
  col1  col2
0    A     1
1    A     2
2    A     3
3    B     4
4    B     5
5    B     6
6    C     7
7    C     7

我想得到：

col1  new_1  new_2  new_3
0    A      1      2      3
1    B      4      5      6
2    C      7      7  empty

根据col1项的最大重复次数，存在新的_x列。 这似乎是一个相当标准的转置，但我找不到解决方案

抱歉，如果重复

Thx Sirius

在设置索引后使用

.cumcount（）

和

.unstack（）

cumcount（）

代码的其余部分是获取目标数据帧，您也可以使用pivot和crosstab来实现这一点

df1 = df.set_index([df.groupby('col1').cumcount() + 1,
                    df['col1']]).drop('col1',1)\
                    .unstack(0)\
                    .droplevel(0,1)\
                    .add_prefix('new_')\
                    .fillna('empty')\
                    .reset_index()

或使用枢轴：

(df.assign(k=df.groupby("col1").cumcount()+1).pivot('col1','k','col2')
   .add_prefix("col_").reset_index())


它不是一行，但可能更简单/更容易理解

首先，聚合到一个列表列：

df_uzy=pd.DataFrame（df.groupby（'col1'）.col2.agg（列表））

给

           col2
col1           
A     [1, 2, 3]
B     [4, 5, 6]
C        [7, 7]

  col1  new_0  new_1  new_2
0    A      1      2    3.0
1    B      4      5    6.0
2    C      7      7    NaN

然后，根据以下列表构建一个新的数据帧：

df2=（pd.DataFrame（df_u.col2.tolist（），index=df_u.index）。添加前缀（'new_u'））
.reset_index（））

给

           col2
col1           
A     [1, 2, 3]
B     [4, 5, 6]
C        [7, 7]

  col1  new_0  new_1  new_2
0    A      1      2    3.0
1    B      4      5    6.0
2    C      7      7    NaN

请注意：


我将
empty
解释为空单元格，而不是
'empty'
字符串
NaN
始终被视为浮点数，这就是熊猫将此列中的值强制转换为浮点数的原因

输出：

        0    1    2    3    4    5    6    7
  col1                                        
  A     1.0  2.0  3.0  0.0  0.0  0.0  0.0  0.0
  B     0.0  0.0  0.0  4.0  5.0  6.0  0.0  0.0
  C     0.0  0.0  0.0  0.0  0.0  0.0  7.0  7.0

empty
表示没有值，还是
的“empty”字符串？：-）@anky你可以随时编辑我的答案我的朋友：）