Python 取消激活/取消激活以创建动态列

我有一个如下所示的数据帧： 我想取消此数据帧的融合，以便相同I_S值的不同IV值进入单独的列，IC列也是如此

df_1.columns
Index(['I_Y', 'I_DY', 'I_H', 'I_M', 'I_S', 'IB', 'ISZ'], dtype='object', name='BSF')

'I_Y', 'I_DY', 'I_H', 'I_M', 'I_S', 'IV',  'IC'
 2015   55      21      57     8     5.67  200
 2015   55      21      57     8     5.66  100
 2015   55      21      57     9     5.65  200
 2015   55      21      57     9     5.64  200
 2015   55      21      57     10    5.67  200
 2015   55      21      57     10    5.66  200
 2015   55      21      57     10    5.65  600
 2015   55      21      57     10    5.64  200

期望输出：

'I_Y', 'I_DY', 'I_H', 'I_M', 'I_S', 'IV1','IC1','IV2','IC2','IV3','IC3','IV4','IC4'
 2015   55      21      57     8    5.67   200   5.66  100
 2015   55      21      57     9    5.65   200   5.63  200
 2015   55      21      57     10   5.67   200   5.66  200  5.65  600  5.64  200 

因为我不知道IV可以达到多少级别，所以我想让它变得动态，并为每个级别创建一个列。（我所说的级别是指不同的IV值）

用于重塑，但首先获取所有不带

IV

和

IC

的列，然后创建计数器，最后按列中的

MultiIndex

的第二级排序，并按列表中的

f-string

s展平

MultiIndex

：

df.columns = df.columns.str.strip("'")

cols = df.columns.difference(['IV','IC']).tolist()
g = df.groupby(cols).cumcount().add(1)
df1 = df.set_index(cols + [g]).unstack().sort_index(axis=1, level=1)
df1.columns = [f'{x}{y}' for x, y in df1.columns]
df1 = df1.reset_index()
print (df1)
   I_DY  I_H  I_M  I_S   I_Y    IC1   IV1    IC2   IV2    IC3   IV3    IC4  \
0    55   21   57    8  2015  200.0  5.67  100.0  5.66    NaN   NaN    NaN   
1    55   21   57    9  2015  200.0  5.65  200.0  5.64    NaN   NaN    NaN   
2    55   21   57   10  2015  200.0  5.67  200.0  5.66  600.0  5.65  200.0   

    IV4  
0   NaN  
1   NaN  
2  5.64  

---

在实际更改某些数据之前，取消融合DF可能是一个预处理步骤。你到底想解决什么问题？现在..我的目标是期望的输出：）但为什么？如果你想做的一切都是看原始数据，为什么不看原始数据呢？我想数据争吵或数据大嚼总是这样不公平。。我们总是将数据放在前面……但我们希望以不同的方式看待它……）超级棒！！粘土上的金鸡纳达尔。