Python 我想根据其他数据帧中的匹配值填充数据帧中的值

我正在编辑这个问题。我不想使用groupby来使用组值。 如果有人能通过以下方式帮助查询转换数据，我将不胜感激：

我有一个数据框，如下所示：

df1:

col1    col2
------------
VG       12
G        11
A        10
P        06
VP       0

我想要新的数据帧，例如：

df2:

VG    G   A   P   VP
---------------------
12    11  10   06  0     

我尝试使用if条件实现此目标，但出现以下错误： 代码：

---

agg

和

transform

将起作用：）

---

如果其他一切都失败了，那么还有很长的路要走：

s = [pd.Series(g.loc[g['col2'] != 0, 'col2'].values, name=k) \
     for k, g in df.groupby('col1')]

res = pd.concat(s, axis=1, ignore_index=False).fillna(0)

print(res)

    A     G    P  VG   VP
0  10  11.0  6.0  12  0.0
1  50   0.0  0.0  53  0.0

---

感谢@user2285236改进答案：

s = df1.groupby('col1').cumcount()

df = (df1.set_index(['col1', s])['col2']
         .unstack(level=0, fill_value=0)
         .rename_axis(None, 1))
print (df)
    A   G  P  VG  VP
0  10  11  6  12   0
1  50   0  0  53   0

说明：

创建多索引by第一列，其中包含为新索引的每组计数值创建的系列

重塑

数据清理

---

我认为“VG”只是一个例子。您可以用cumcount（

s=df1.groupby（'col1'）.cumcount（）

）来概括这一点。谢谢您的回答。我必须为操作填充到不同的数据帧。

s = [pd.Series(g.loc[g['col2'] != 0, 'col2'].values, name=k) \
     for k, g in df.groupby('col1')]

res = pd.concat(s, axis=1, ignore_index=False).fillna(0)

print(res)

    A     G    P  VG   VP
0  10  11.0  6.0  12  0.0
1  50   0.0  0.0  53  0.0

s = df1.groupby('col1').cumcount()

df = (df1.set_index(['col1', s])['col2']
         .unstack(level=0, fill_value=0)
         .rename_axis(None, 1))
print (df)
    A   G  P  VG  VP
0  10  11  6  12   0
1  50   0  0  53   0