2024-04-19 18:14:43 发布
网友
姓名工资
甲32
第423页
第342页
第243页
第686页
第78页
我尝试了groupby方法,查看并组合、组合、转置、剪切等,但似乎什么都做不到。有什么建议吗?你知道吗
a s d公司
32 423 342个
46 243 67个
南686南
南78南
南34南
尝试使用pandas.pivot_table:
pandas.pivot_table
df.pivot_table(index=df.groupby("Name").cumcount(), values="Pay", columns="Name")
输出:
Name a d s 0 32.0 342.0 423.0 1 46.0 67.0 243.0 2 NaN NaN 686.0 3 NaN NaN 78.0 4 NaN NaN 34.0 [Program finished]
尝试使用
pandas.pivot_table
:输出:
相关问题 更多 >
编程相关推荐