如何在 Pandas Dataframe 中将行转换为列

Question

我有一个格式如下的数据框：

DF1：原始数据框的形状为 (1200, 9)

这是示例数据框

    x1      x2      x3     Group

    1.0     0.0     0.0     A

    0.0     0.0     0.0     A

    0.0     3.0     11.0    A

    0.0     0.0     0.0     A

    0.0     1.0     0.0     A

    0.0     0.0     0.0     E

    0.0     0.0     0.0     E

    0.0     0.0     0.0     E

    0.0     0.0     6.0     E

    0.0     0.0     0.0     E

我想要以下格式的输出：

DF_Res：

Group    A    E

   x1  1.0  0.0

   x2  0.0  0.0

   x3  0.0  0.0

   x1  0.0  0.0

   x2  0.0  0.0

   x3  0.0  0.0

   x1  0.0  0.0

   x2  3.0  0.0

   x3  11.0  0.0

   x1  0.0  0.0

   x2  0.0  0.0

   x3  0.0  6.0

   x1  0.0  0.0

   x2  1.0  0.0

   x3  0.0  0.0

我想转换我的列，使它们成为组，组成为列标题。

Answer 1

如果想要聚合值，例如按sum组：df1 = df.groupby('Group').sum().T.rename_axis(None, axis=1).rename_axis('Group').reset_index()print (df1)  Group    A    E0    x1  0.0  0.01    x2  0.0  0.02    x3  0.0  0.03    x4  0.0  0.04    x5  0.0  0.05    x6  0.0  0.06    x7  0.0  0.07    x8  0.0  0.0编辑：df2 = df.set_index('Group').T.rename_axis(None, axis=1).rename_axis('Group').reset_index()print (df2)  Group    A    A    E    E    A0    x1  0.0  0.0  0.0  0.0  0.01    x2  0.0  0.0  0.0  0.0  0.02    x3  0.0  0.0  0.0  0.0  0.03    x4  0.0  0.0  0.0  0.0  0.04    x5  0.0  0.0  0.0  0.0  0.05    x6  0.0  0.0  0.0  0.0  0.06    x7  0.0  0.0  0.0  0.0  0.07    x8  0.0  0.0  0.0  0.0  0.0编辑1：df = (df.set_index('Group')        .groupby(level=0)        .apply(lambda x: x.stack().reset_index(level=0, drop=True))        .rename_axis(None)        .rename_axis('Group', axis=1)        .T        .reset_index())print (df)   Group     A    E0     x1   1.0  0.01     x2   0.0  0.02     x3   0.0  0.03     x1   0.0  0.04     x2   0.0  0.05     x3   0.0  0.06     x1   0.0  0.07     x2   3.0  0.08     x3  11.0  0.09     x1   0.0  0.010    x2   0.0  0.011    x3   0.0  6.012    x1   0.0  0.013    x2   1.0  0.014    x3   0.0  0.0

Answer 2

这有点“hacky”，但您需要创建一个单独的索引来区分您的值。例如，多个值对应于A和x1。这就是我所说的：df_new = df.set_index('Group')df_new = df_new.groupby(df_new.index, as_index=False).apply(lambda x: x.stack().reset_index())df_new.columns = ['Group', 'x', 'value']df_new = df_new.droplevel(axis=0, level=0).set_index(['Group', 'x'], append=True).unstack('Group').droplevel(axis=1, level=0)结果：Group     A    Ex               x1      1.0  0.0x2      0.0  0.0x3      0.0  0.0x1      0.0  0.0x2      0.0  0.0x3      0.0  0.0x1      0.0  0.0x2      3.0  0.0x3     11.0  0.0x1      0.0  0.0x2      0.0  0.0x3      0.0  6.0x1      0.0  0.0x2      1.0  0.0x3      0.0  0.0