如何聚合分类数据，其中唯一 ID 有多行，另一列的值不同？

Question

我需要将具有相同 ID 的数据聚合到一行中，但将不同的代码保存到不同的列中。

我查看了这篇文章：How to pivot a dataframe，但这篇文章没有回答我的问题。

例如：输入数据框可以是：

d = {'id': ['a', 'a', 'a', 'b', 'b', 'b'], 'Code': ['A1', 'A2', 'A3', 'B1', 'B2', 'B3']}

df1 = pd.DataFrame(data=d)

print(df1)

   id  Code

0   a    A1

1   a    A2

2   a    A3

3   b    B1

4   b    B2

5   b    B3

但输出需要是这样的：

d = {'id': ['a', 'b'], 'Code_1': ['A1', 'B1'], 'Code_2':['A2', 'B2'], 'Code_3':['A3', 'B3']}

df2 = pd.DataFrame(data=d)

print(df2)

   id  Code_1  Code_2  Code_3

0   a    A1      A2      A3

1   b    B1      B2      B3

我尝试了多种方法。最近的是我在另一个问题上找到的代码，它至少做了聚合部分

df1.groupby('id')['Code'].apply(' '.join).reset_index()

但这给出了一个输出，其中不同的代码作为一个长字符串保存到一列中，而不是保存到多列中。

  id      Code

0  a  A1 A2 A3

1  b  B1 B2 B3

任何帮助都会很棒！

Answer 1

您可以使用分隔符Series.str.split拆分分组数据框的列，并传递一个可选参数，该参数将拆分的字符串扩展为多个列，这将创建一个新的数据框。然后使用您可以将前缀添加到 dataframe 的列。最后使用你可以将和连接在一起。Codeexpand=Truedf_sadd_prefixCode_df_spd.concatdf_g["id"]df_s利用：df_g = df1.groupby('id')['Code'].apply(' '.join).reset_index()df_s = df_g["Code"].str.split(' ', expand=True)df_s.columns = df_s.columns + 1df_s =  df_s.add_prefix("Code_")result = pd.concat([df_g["id"], df_s], axis=1) print(result)这打印： id Code_1 Code_2 Code_30  a     A1     A2     A31  b     B1     B2     B3