从python中的现有列创建新列

我有一个看起来像这样的数据框：

data = [['A', 1, 100], ['A', 3, 100], ['A', 2, 100], ['A', 3, 100], ['A', 5, 100]]
df =  pd.DataFrame(data, columns = ['?', 'Rating', 'Amount'])

我需要根据评级值创建新列，替换金额-如下所示：

    ?   Rating  Amount  1   2   3   5
0   A   1       100     100 0   0   0
1   A   3       100     0   0   100 0
2   A   2       100     0   100 0   0
3   A   3       100     0   0   100 0
4   A   5       100     0   0   0   100

现在我有这个：

ratingnames = np.unique(list(df['Rating']))
ratingnames.sort()

d = pd.DataFrame(0, index=np.arange(len(df['Rating'])), columns=ratingnames)

for i in range(len(df['Rating'])):
    ratingvalue = df.loc[i, 'Rating']
    d.loc[i, ratingvalue] = df.loc[i, 'Amount']

df = pd.concat([df, d], axis = 1)

但我觉得这是可以改进的。有什么建议吗？谢谢

IIUC，使用并与

df['Amount']相乘，

然后在

轴=1上：

output = pd.concat((df,pd.get_dummies(df['Rating']).mul(df['Amount'],axis=0)),axis=1)


时间：
IIUC，使用df['Amount']并与之相乘，

然后在轴=1上：

output = pd.concat((df,pd.get_dummies(df['Rating']).mul(df['Amount'],axis=0)),axis=1)

---

时间：

---

这将实现以下目的：

df=pd.concat（[df，df.apply（lambda x:pd.Series（{x[“Rating”]：x[“Amount”]}），axis=1）。fillna（0）。astype（“int”）]，axis=1）

输出：

？评税金额1 2 3 5
0 A 1100 00 0 0 0 0
1A31000100
2 A 2 100 0 100 0 0 0 0
3 A 3 100 0 0 100 0
4 A 5 100 0 0 100

这将实现以下目的：

df=pd.concat（[df，df.apply（lambda x:pd.Series（{x[“Rating”]：x[“Amount”]}），axis=1）。fillna（0）。astype（“int”）]，axis=1）

输出：

？评税金额1 2 3 5
0 A 1100 00 0 0 0 0
1A31000100
2 A 2 100 0 100 0 0 0 0
3 A 3 100 0 0 100 0
4 A 5 100 0 0 100

@ecaines在熊猫中不需要时，不应使用

应用

，尤其是

轴=1

非常慢。添加了一些计时测试来演示我在测试中的意思，感谢您在中添加这些。非常helpful@ecaines没问题..happy coding:）@ecaines您不应该在pandas中不需要时使用

apply

，尤其是

axis=1

非常慢。添加了一些计时测试来演示我在测试中的意思，感谢您在中添加这些。非常helpful@ecaines没问题..快乐编码：）

   ?  Rating  Amount    1    2    3    5
0  A       1     100  100    0    0    0
1  A       3     100    0    0  100    0
2  A       2     100    0  100    0    0
3  A       3     100    0    0  100    0
4  A       5     100    0    0    0  100