python正在重塑数据帧

我有一个包含两列的数据框：

id1

和

id2

df = pd.DataFrame({'id1': list('ABCBAC'), 'id2': [12,13,12,11,13,13]})
print(df)

id1     id2
A       123
B       13
C       12
B       11
A       13
C       132

我想对其进行重塑（可能使用、groupby或pivot？）以获得以下信息：

id1      id2-1    id2-2
A        123       13
B        13        11
C        12        132

请注意，每个

id1

正好有两行，但是

id2

有大量不同的值（因此我不想做一个热向量编码）

如果输出可以按字典顺序排序，则有一个首选项，即：

id1      id2-1    id2-2
A        13       123
B        11       13
C        12       132

i、 e.对于每一行，

id2-1

和

id2-2

中的值被排序（参见与

id1==“B”

相对应的行）。

这应该做到：

import pandas as pd
df = pd.DataFrame({'id1': list('ABCBAC'), 'id2': [123,13,12,11,13,132]})
df['id2'] = df['id2'].astype(str)
df = df.groupby(['id1']).agg(lambda x: '-'.join(x))
df['id2-1'] = df['id2'].apply(lambda x: x.split('-')[0]).astype(int)
df['id2-2'] = df['id2'].apply(lambda x: x.split('-')[1]).astype(int)
df = df.reset_index()[['id1', 'id2-1', 'id2-2']]

这应该做到：

import pandas as pd
df = pd.DataFrame({'id1': list('ABCBAC'), 'id2': [123,13,12,11,13,132]})
df['id2'] = df['id2'].astype(str)
df = df.groupby(['id1']).agg(lambda x: '-'.join(x))
df['id2-1'] = df['id2'].apply(lambda x: x.split('-')[0]).astype(int)
df['id2-2'] = df['id2'].apply(lambda x: x.split('-')[1]).astype(int)
df = df.reset_index()[['id1', 'id2-1', 'id2-2']]

计划

• 我们希望创建一个索引，以便每次连续看到

  'id1'

  中的值。为此，我们将

  groupby（'id1'）

  然后使用

  cumcount（）

  为我们提供新的索引
• 然后，我们将索引设置为a

  pd。使用
  set\u index

• 使用

  pd.MultiIndex

  我们设置为

  取消堆栈

• 最后，我们使用一些复杂的映射重命名这些列

---

计划

• 我们希望创建一个索引，以便每次连续看到

  'id1'

  中的值。为此，我们将

  groupby（'id1'）

  然后使用

  cumcount（）

  为我们提供新的索引
• 然后，我们将索引设置为a

  pd。使用
  set\u index

• 使用

  pd.MultiIndex

  我们设置为

  取消堆栈

• 最后，我们使用一些复杂的映射重命名这些列

---

---

---

我有一个小问题，因为我过度简化了我的样本。我的

id1

中充满了数字，因此

groupby.sum（）

没有按计划运行。我已经更新了我的示例。请参见编辑：）遗憾的是，它只适用于2位数字是的，我再次编辑，我的

id2

数字的位数并不都相同（尽管，我认为通过简单的

apply

）可以更正。让我们再试一次，这应该不会失败：）事实上，既然数据中没有，为什么要用

-

拆分？我有一个小问题，因为我过度简化了我的示例。我的

id1

中充满了数字，因此

groupby.sum（）

没有按计划运行。我已经更新了我的示例。请参见编辑：）遗憾的是，它只适用于2位数字是的，我再次编辑，我的

id2

数字的位数并不都相同（尽管，我认为通过简单的

apply

）可以更正。让我们再试一次，这应该不会失败：）事实上，既然数据中没有，为什么要用

-

拆分呢？这也是注释中的答案，供将来参考：）@A-Za-zkind@A-扎阿门。我同意。这是一个很好的回答。谢谢。您是否有办法对列中的值逐行排序？（比申请要快，不是吗？@ysearka我不知道你到底想怎么分类。然而，不管你在想什么，我相信有一种比使用

apply

更快的方法来做。这是一种答案，会在笔记中出现，供将来参考：）@a-Za-zkind@A-扎阿门。我同意。这是一个很好的回答。谢谢。您是否有办法对列中的值逐行排序？（比申请要快，不是吗？@ysearka我不知道你到底想怎么分类。但是，无论您在想什么，我相信有一种比使用

apply

更快的方法。