Python Pandas将独特的列值拆分为自己的列

df = pd.DataFrame({'Col1': ['label1', 'label1', 'label2', 'label2',
          'label3', 'label3', 'label4'],
 'Col2': ['a', 'd', 'b', 'e', 'c', 'f', 'q']}, columns=['Col1', 'Col2'])

看起来像这样

     Col1 Col2
0  label1    a
1  label1    d
2  label2    b
3  label2    e
4  label3    c
5  label3    f
6  label4    q

对于Col1中的唯一值,我想将列的唯一值转换为列.从某种意义上说,我试图将Col1值“取消堆叠”为列标题,行值将是Col2中的值.我的关键主要问题是我不是在计算任何数字数据 – 它都是文本 – 而我只是试图重塑结构.

这是期望的结果：

  label1 label2 label3 label4
0      a      b      c      q
1      d      e      f    NaN

我试过了：stack,unstack,pd.melt,pivot_table,pivot.

这几乎让我在那里,但并不完全,并且似乎不是很简洁：

df.groupby('Col1').apply(lambda x: x['Col2'].values).to_frame().T

Col1  label1  label2  label3 label4
0     [a, d]  [b, e]  [c, f]    [q]

This question shows how to do it with a pivot table ..但我的情况下的数字索引不是我关心的事情.

This question shows how to also do it with a pivot table ..首先使用aggfunc或’.join但返回CSV而不是各行的值.

解决方法:

您可以使用cumcount为新索引创建列,然后使用聚合连接创建pivot_table：

df['g'] = df.groupby('Col1')['Col1'].cumcount()

print (df.pivot_table(index='g', columns='Col1', values='Col2', aggfunc=''.join))
Col1 label1 label2 label3 label4
g                               
0         a      b      c      q
1         d      e      f   None

感谢您对Jeff L.的评论：

df['g'] = df.groupby('Col1')['Col1'].cumcount()

print (df.pivot(index='g', columns='Col1', values='Col2'))
Col1 label1 label2 label3 label4
g                               
0         a      b      c      q
1         d      e      f   None

要么：

print (pd.pivot(index=df.groupby('Col1')['Col1'].cumcount(),
                columns=df['Col1'], 
                values=df['Col2']))

Col1 label1 label2 label3 label4
0         a      b      c      q
1         d      e      f   None