当每组有多个值时，将 Pandas 数据框列从长转换为宽

Question

我有以下格式的数据框：

df = pd.DataFrame({'Date': np.repeat(['20190101', '20190102'], 8),

                     'Category': list(np.repeat(['A', 'B'], 4))*2,

                     'Sub-Category': list(np.repeat(['X', 'Y'], 2))*4,

                     'Samples': range(16)})

# print(df)

        Date Category Sub-Category  Samples

0   20190101        A            X        0

1   20190101        A            X        1

2   20190101        A            Y        2

3   20190101        A            Y        3

4   20190101        B            X        4

5   20190101        B            X        5

6   20190101        B            Y        6

7   20190101        B            Y        7

8   20190102        A            X        8

9   20190102        A            X        9

10  20190102        A            Y       10

11  20190102        A            Y       11

12  20190102        B            X       12

13  20190102        B            X       13

14  20190102        B            Y       14

15  20190102        B            Y       15

在每个日期内，有一个类别，在每个类别内有多个子类别。此外，每个子类别都有多个样本。

我想要做的是将“子类别”列从长格式转换为宽格式，而不像这样跨样本进行任何聚合：

desired_df = pd.DataFrame({'Date': np.repeat(['20190101', '20190102'], 4),

                           'Category': list(np.repeat(['A', 'B'], 2))*2,

                           'X': [0, 1, 4, 5, 8, 9, 12, 13],

                           'Y': [2, 3, 6, 7, 10, 11, 14, 15]

                           })

# print(desired_df)

       Date Category   X   Y

0  20190101        A   0   2

1  20190101        A   1   3

2  20190101        B   4   6

3  20190101        B   5   7

4  20190102        A   8  10

5  20190102        A   9  11

6  20190102        B  12  14

7  20190102        B  13  15 

我想我已经找到了一种方法来实现这一点，但感觉很丑陋和 hacky：它涉及首先为样本编号创建一个新列，然后创建一个将所有这些信息组合在一起的新索引，旋转，然后分离一切又出来了

我的问题：有没有更好、更有效的方法来解决这个问题？

Answer 1

首先我们使用groupby cumcount创建附加密钥，然后它更像是pivot问题df['New']=df.groupby(['Date','Category','Sub-Category']).cumcount()yourdf=df.pivot_table(values='Samples',index=['Date','Category','New'],columns='Sub-Category').reset_index()yourdfOut[703]: Sub-Category      Date Category  New   X   Y0             20190101        A    0   0   21             20190101        A    1   1   32             20190101        B    0   4   63             20190101        B    1   5   74             20190102        A    0   8  105             20190102        A    1   9  116             20190102        B    0  12  147             20190102        B    1  13  15