Python 循环表行并收集数据

我有以下数据：

Node Case         dx         dy         dz
 1   A1   338.5E-9        0.0   163.6E-9
 1   A2        0.0        0.0        0.0
 1   A3  -133.4E-9  -268.4E-9  -22.36E-6
 5   A1   192.6E-9        0.0  -22.47E-9
 5   A2        0.0        0.0        0.0
 5   A3   231.5E-9  -268.4E-9  -35.82E-6

我想迭代地循环遍历每一行数据，并将“dx”、“dy”和“dz”打印到列表中，或者（最好）打印到新表中-请参见下文。我希望代码在每一行中循环，直到列“Node”变为不同的数字（即从1变为5）

因此，我希望新表上的第一行数据如下所示：

        dx1        dy1        dz1       dx2        dy2       dz2         dx3        dy3        dz3   
   338.5E-9        0.0   163.6E-9       0.0        0.0        0.0   -133.4E-9  -268.4E-9  -22.36E-6

任何帮助都将不胜感激。 谢谢

试试这个：

df_out = (df.set_index(['Node', df.groupby('Node').cumcount()])[['dx', 'dy', 'dz']]
            .unstack().sort_index(level=1, axis=1))
df_out.columns = [f'{i}{j}' for i, j in df_out.columns]
df_out

输出：

               dx0  dy0           dz0  dx1  dy1  dz1           dx2           dy2       dz2
Node                                                                                      
1     3.385000e-07  0.0  1.636000e-07  0.0  0.0  0.0 -1.334000e-07 -2.684000e-07 -0.000022
5     1.926000e-07  0.0 -2.247000e-08  0.0  0.0  0.0  2.315000e-07 -2.684000e-07 -0.00003

               dx1  dy1           dz1  dx2  dy2  dz2           dx3           dy3       dz3
Node                                                                                      
1     3.385000e-07  0.0  1.636000e-07  0.0  0.0  0.0 -1.334000e-07 -2.684000e-07 -0.000022
5     1.926000e-07  0.0 -2.247000e-08  0.0  0.0  0.0  2.315000e-07 -2.684000e-07 -0.000036

将+1添加到cumcount：

df_out = (df.set_index(['Node', df.groupby('Node').cumcount() + 1])[['dx', 'dy', 'dz']]
            .unstack().sort_index(level=1, axis=1))
df_out.columns = [f'{i}{j}' for i, j in df_out.columns]
df_out

输出：

               dx0  dy0           dz0  dx1  dy1  dz1           dx2           dy2       dz2
Node                                                                                      
1     3.385000e-07  0.0  1.636000e-07  0.0  0.0  0.0 -1.334000e-07 -2.684000e-07 -0.000022
5     1.926000e-07  0.0 -2.247000e-08  0.0  0.0  0.0  2.315000e-07 -2.684000e-07 -0.00003

               dx1  dy1           dz1  dx2  dy2  dz2           dx3           dy3       dz3
Node                                                                                      
1     3.385000e-07  0.0  1.636000e-07  0.0  0.0  0.0 -1.334000e-07 -2.684000e-07 -0.000022
5     1.926000e-07  0.0 -2.247000e-08  0.0  0.0  0.0  2.315000e-07 -2.684000e-07 -0.000036

试试这个：

df_out = (df.set_index(['Node', df.groupby('Node').cumcount()])[['dx', 'dy', 'dz']]
            .unstack().sort_index(level=1, axis=1))
df_out.columns = [f'{i}{j}' for i, j in df_out.columns]
df_out

输出：

               dx0  dy0           dz0  dx1  dy1  dz1           dx2           dy2       dz2
Node                                                                                      
1     3.385000e-07  0.0  1.636000e-07  0.0  0.0  0.0 -1.334000e-07 -2.684000e-07 -0.000022
5     1.926000e-07  0.0 -2.247000e-08  0.0  0.0  0.0  2.315000e-07 -2.684000e-07 -0.00003

               dx1  dy1           dz1  dx2  dy2  dz2           dx3           dy3       dz3
Node                                                                                      
1     3.385000e-07  0.0  1.636000e-07  0.0  0.0  0.0 -1.334000e-07 -2.684000e-07 -0.000022
5     1.926000e-07  0.0 -2.247000e-08  0.0  0.0  0.0  2.315000e-07 -2.684000e-07 -0.000036

将+1添加到cumcount：

df_out = (df.set_index(['Node', df.groupby('Node').cumcount() + 1])[['dx', 'dy', 'dz']]
            .unstack().sort_index(level=1, axis=1))
df_out.columns = [f'{i}{j}' for i, j in df_out.columns]
df_out

输出：

               dx0  dy0           dz0  dx1  dy1  dz1           dx2           dy2       dz2
Node                                                                                      
1     3.385000e-07  0.0  1.636000e-07  0.0  0.0  0.0 -1.334000e-07 -2.684000e-07 -0.000022
5     1.926000e-07  0.0 -2.247000e-08  0.0  0.0  0.0  2.315000e-07 -2.684000e-07 -0.00003

               dx1  dy1           dz1  dx2  dy2  dz2           dx3           dy3       dz3
Node                                                                                      
1     3.385000e-07  0.0  1.636000e-07  0.0  0.0  0.0 -1.334000e-07 -2.684000e-07 -0.000022
5     1.926000e-07  0.0 -2.247000e-08  0.0  0.0  0.0  2.315000e-07 -2.684000e-07 -0.000036

---

欢迎，索引重要吗？如果您可以删除索引，那么您可以

df.set_index（'[Node'，Case]）.unstack（）

，这可以让您在不循环的情况下非常接近，或者您可以

df.pivot（index='Node'，columns='Case'，values=['dx'，dy'，dz']）

Hi谢谢您的回复。不幸的是，当我使用这种方法时，我丢失了左侧“Node”列的升序。我是否可以采取进一步的步骤来重新排序这些值？此外，这些方法是否适用于更多情况，如A1、A2、A3和A4等？是的，对不起，索引很重要-两种方法都给出了以下第一行：[338.5E-9,0.0，-133.4E-9,0.0,0.0，-268.4E-9,163.6E-9,0.0，-22.36E-6]这不是我想要的欢迎，索引重要吗？如果您可以删除索引，那么您可以

df.set_index（'[Node'，Case]）.unstack（）

，这可以让您在不循环的情况下非常接近，或者您可以

df.pivot（index='Node'，columns='Case'，values=['dx'，dy'，dz']）

Hi谢谢您的回复。不幸的是，当我使用这种方法时，我丢失了左侧“Node”列的升序。我是否可以采取进一步的步骤来重新排序这些值？此外，这些方法是否适用于更多的情况，如A1、A2、A3和A4等？是的，对不起，索引很重要-两种方法都给出了以下第一行：[338.5E-9,0.0，-133.4E-9,0.0,0.0，-268.4E-9,163.6E-9,0.0，-22.36E-6]，这不是我要找的汉克斯，这很有效！是否有办法将列标题改为dx1、dy1等而不是dx0、dy0？@MB1903当然，只需在cumcount（）之后添加一个+1即可。请参阅Update。@ Mb803。如果这个解决方案帮助你，你会考虑感谢@ ScottBoston -对不起，只有一件事在我接受解决方案之前，左边的节点编号不是按升序排列。有没有办法解决这个问题？我试过使用df_out.sort_值（by=['Node']，axis=1，inplace=True），但它不起作用hanks，这很有效！是否有办法将列标题改为dx1、dy1等而不是dx0、dy0？@MB1903当然，只需在cumcount（）之后添加一个+1即可。请参阅Update。@ Mb803。如果这个解决方案帮助你，你会考虑感谢@ ScottBoston -对不起，只有一件事在我接受解决方案之前，左边的节点编号不是按升序排列。有什么办法可以解决这个问题吗？我尝试过使用df_out.sort_值（by=['Node']，axis=1，inplace=True），但没有成功