pandas 查找重复项并将值拆分列

说明

《Python 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

本案例是一个行转列的例子，通常我们在统计数据时，会整理一个一维的序列，因为这样做比较方便，但在数据分析时，可能需要根据标签将这个序列转为多们维度的数据。我们来看如何用 pandas 来处理这个操作。

数据与需求

源数据如下：

import pandas as pd
import io

data = '''
name    value
C   3
E   5
D   4
D   7
E   8
C   6
'''

df = pd.read_csv(io.StringIO(data), sep=r'\s+')
df
'''
  name  value
0    C      3
1    E      5
2    D      4
3    D      7
4    E      8
5    C      6
'''

以上数据我们可以认为是一个序列，name 是标签，value 是值，我们需每个标签有两个值，我们要根据 name 的值将数据转为两列，列名分别为 value1 和 value2。效果如：

'''
  name  value1  value2
0    C       3       6
1    D       4       7
2    E       5       8
'''

思路

我们需要先将数据按 name 先分组，将分组内的 value 转为列表，再对每行应用 pd.Series 会转为按位置对齐的 DataFrame。

最后用 rename 修改一下列名，重置索引即可完成操作。

代码

先分组，再将每组的 value 转为列表：

(
    df.groupby('name')
    .value.agg(list)
)
'''
name
C    [3, 6]
D    [4, 7]
E    [5, 8]
Name: value, dtype: object
'''

应用 pd.Series 转为 DataFrame：

(
    df.groupby('name')
    .value.agg(list)
    .apply(pd.Series)
)
'''
      0  1
name      
C     3  6
D     4  7
E     5  8
'''

修改列名，重置索引：

(
    df.groupby('name')
    .value.agg(list)
    .apply(pd.Series)
    .rename(lambda x: f'value{x+1}', axis=1)
    .reset_index()
)
'''
  name  value1  value2
0    C       3       6
1    D       4       7
2    E       5       8
'''

这样就实现了需求。

（完）

pandas 查找重复项并将值拆分列

数据与需求

思路

代码

相关内容