Pandas: 将值从一列移动到合适的列

Question

我在网上查找信息时遇到了一些困难。我有一个简单的数据表，长得像这样：

样本	主题	人	地点	物品
1-1	珍妮特
1-1	波士顿
1-1	帽子
1-2	克里斯
1-2	奥斯丁
1-2	围巾

我想把主题这一列的值移动到它们应该在的位置，这样我最终得到的结果应该像这样：

样本	主题	人	地点	物品
1-1	珍妮特	珍妮特	波士顿	帽子
1-2	克里斯	克里斯	奥斯丁	围巾

我看过一些数据处理的方法，比如透视表和转置，但这些似乎不太合适。

如果有任何建议，我会非常感激！ :)

Answer 1

试试这个：

out = (
    df.groupby("Sample")["Subject"]
    .apply(lambda x: pd.Series([*x], index=["Person", "Place", "Thing"]))
    .unstack(level=1)
).reset_index()

# If `Subject` column is required, then:
# out["Subject"] = out["Person"]
print(out)

输出结果是：

  Sample Person   Place  Thing
0    1-1  Janet  Boston    Hat
1    1-2  Chris  Austin  Scarf

Answer 2

如果这些组是排好序的，并且模式总是一样的（没有缺失值），那么可以用numpy来重新整理数据：

cols = ['Person', 'Place', 'Thing']

out = df.loc[::len(cols), ['Sample']].reset_index(drop=True)

out[cols] = df['Subject'].to_numpy().reshape(-1, len(cols))

如果想要更通用的方法，只要假设每组中的类别顺序总是相同，可以用groupby.cumcount来找出每组的位置，然后用map来映射名称，最后再用pivot：

order = ['Person', 'Place', 'Thing']

out = (df.assign(col=df.groupby('Sample').cumcount()
                       .map(dict(enumerate(order))))
         .pivot(index='Sample', columns='col', values='Subject')
         .reset_index().rename_axis(columns=None)
      )

还有一种用rename的方法：

order = ['Person', 'Place', 'Thing']

out = (df.assign(col=df.groupby('Sample').cumcount())
         .pivot(index='Sample', columns='col', values='Subject')
         .rename(columns=dict(enumerate(order)))
         .reset_index().rename_axis(columns=None)
      )

输出结果：

  Sample Person   Place  Thing
0    1-1  Janet  Boston    Hat
1    1-2  Chris  Austin  Scarf

最后，如果你真的想要“Subject”这一列，可以用insert把它加进去：

out.insert(1, 'Subject', out['Person'])

print(out)

  Sample Subject Person   Place  Thing
0    1-1   Janet  Janet  Boston    Hat
1    1-2   Chris  Chris  Austin  Scarf

时间比较

如果你能使用numpy的方法，它对输入的要求更严格，但速度会快很多：