Comment faire pivoter une trame de données

359
  • Qu'est-ce que le pivot?
  • Comment pivoter?
  • Est-ce un pivot?
  • Format long à format large?

J'ai vu beaucoup de questions concernant les tableaux croisés dynamiques. Même s'ils ne savent pas qu'ils demandent des tableaux croisés dynamiques, ils le sont généralement. Il est pratiquement impossible d'écrire une question canonique et une réponse qui englobe tous les aspects du pivotement ...

... Mais je vais essayer.

Le problème avec les questions et réponses existantes est que souvent la question est centrée sur une nuance que le PO a du mal à généraliser afin d'utiliser un certain nombre de bonnes réponses existantes. Cependant, aucune des réponses ne tente de donner une explication complète (car c'est une tâche intimidante)

Regardez quelques exemples de ma recherche google

  1. Comment faire pivoter une trame de données dans Pandas?
    • Bonne question et réponse. Mais la réponse ne répond qu'à la question spécifique avec peu d'explications.
  2. tableau croisé dynamique pandas vers bloc de données
    • Dans cette question, l'OP s'intéresse à la sortie du pivot. À savoir à quoi ressemblent les colonnes. OP voulait qu'il ressemble à R. Ce n'est pas très utile pour les utilisateurs de pandas.
  3. pandas faisant pivoter une trame de données, lignes en double
    • Une autre question décente mais la réponse se concentre sur une méthode, à savoir pd.DataFrame.pivot

Ainsi, chaque fois que quelqu'un recherche, pivotil obtient des résultats sporadiques qui ne répondront probablement pas à sa question spécifique.

Installer

Vous remarquerez peut-être que j'ai clairement nommé mes colonnes et les valeurs de colonne pertinentes pour correspondre à la façon dont je vais pivoter dans les réponses ci-dessous. 

import numpy as np
import pandas as pd
from numpy.core.defchararray import add

np.random.seed([3,1415])
n = 20

cols = np.array(['key', 'row', 'item', 'col'])
arr1 = (np.random.randint(5, size=(n, 4)) // [2, 1, 2, 1]).astype(str)

df = pd.DataFrame(
    add(cols, arr1), columns=cols
).join(
    pd.DataFrame(np.random.rand(n, 2).round(2)).add_prefix('val')
)
print(df)

     key   row   item   col  val0  val1
0   key0  row3  item1  col3  0.81  0.04
1   key1  row2  item1  col2  0.44  0.07
2   key1  row0  item1  col0  0.77  0.01
3   key0  row4  item0  col2  0.15  0.59
4   key1  row0  item2  col1  0.81  0.64
5   key1  row2  item2  col4  0.13  0.88
6   key2  row4  item1  col3  0.88  0.39
7   key1  row4  item1  col1  0.10  0.07
8   key1  row0  item2  col4  0.65  0.02
9   key1  row2  item0  col2  0.35  0.61
10  key2  row0  item2  col1  0.40  0.85
11  key2  row4  item1  col2  0.64  0.25
12  key0  row2  item2  col3  0.50  0.44
13  key0  row4  item1  col4  0.24  0.46
14  key1  row3  item2  col3  0.28  0.11
15  key0  row3  item1  col1  0.31  0.23
16  key0  row0  item2  col3  0.86  0.01
17  key0  row4  item0  col3  0.64  0.21
18  key2  row2  item2  col0  0.13  0.45
19  key0  row2  item0  col4  0.37  0.70

Des questions)

  1. Pourquoi est-ce que je reçois ValueError: Index contains duplicate entries, cannot reshape

  2. Comment puis-je pivoter de dftelle sorte que les colvaleurs soient des colonnes, les rowvaleurs soient l'index et la moyenne des val0valeurs?

    col   col0   col1   col2   col3  col4
row                                  
row0  0.77  0.605    NaN  0.860  0.65
row2  0.13    NaN  0.395  0.500  0.25
row3   NaN  0.310    NaN  0.545   NaN
row4   NaN  0.100  0.395  0.760  0.24

  3. Comment faire pivoter de dftelle sorte que les colvaleurs soient des colonnes, les rowvaleurs soient l'index, la moyenne des val0valeurs et les valeurs manquantes soient 0?

    col   col0   col1   col2   col3  col4
row                                  
row0  0.77  0.605  0.000  0.860  0.65
row2  0.13  0.000  0.395  0.500  0.25
row3  0.00  0.310  0.000  0.545  0.00
row4  0.00  0.100  0.395  0.760  0.24

  4. Puis-je obtenir autre chose que mean, comme peut sum- être ?

    col   col0  col1  col2  col3  col4
row                               
row0  0.77  1.21  0.00  0.86  0.65
row2  0.13  0.00  0.79  0.50  0.50
row3  0.00  0.31  0.00  1.09  0.00
row4  0.00  0.10  0.79  1.52  0.24

  5. Puis-je faire plus d'une agrégation à la fois?

           sum                          mean                           
col   col0  col1  col2  col3  col4  col0   col1   col2   col3  col4
row                                                                
row0  0.77  1.21  0.00  0.86  0.65  0.77  0.605  0.000  0.860  0.65
row2  0.13  0.00  0.79  0.50  0.50  0.13  0.000  0.395  0.500  0.25
row3  0.00  0.31  0.00  1.09  0.00  0.00  0.310  0.000  0.545  0.00
row4  0.00  0.10  0.79  1.52  0.24  0.00  0.100  0.395  0.760  0.24

  6. Puis-je agréger sur plusieurs colonnes de valeurs?

          val0                             val1                          
col   col0   col1   col2   col3  col4  col0   col1  col2   col3  col4
row                                                                  
row0  0.77  0.605  0.000  0.860  0.65  0.01  0.745  0.00  0.010  0.02
row2  0.13  0.000  0.395  0.500  0.25  0.45  0.000  0.34  0.440  0.79
row3  0.00  0.310  0.000  0.545  0.00  0.00  0.230  0.00  0.075  0.00
row4  0.00  0.100  0.395  0.760  0.24  0.00  0.070  0.42  0.300  0.46

  7. Peut-on subdiviser par plusieurs colonnes?

    item item0             item1                         item2                   
col   col2  col3  col4  col0  col1  col2  col3  col4  col0   col1  col3  col4
row                                                                          
row0  0.00  0.00  0.00  0.77  0.00  0.00  0.00  0.00  0.00  0.605  0.86  0.65
row2  0.35  0.00  0.37  0.00  0.00  0.44  0.00  0.00  0.13  0.000  0.50  0.13
row3  0.00  0.00  0.00  0.00  0.31  0.00  0.81  0.00  0.00  0.000  0.28  0.00
row4  0.15  0.64  0.00  0.00  0.10  0.64  0.88  0.24  0.00  0.000  0.00  0.00

  8. Ou 

    item      item0             item1                         item2                  
col        col2  col3  col4  col0  col1  col2  col3  col4  col0  col1  col3  col4
key  row                                                                         
key0 row0  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.86  0.00
     row2  0.00  0.00  0.37  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.50  0.00
     row3  0.00  0.00  0.00  0.00  0.31  0.00  0.81  0.00  0.00  0.00  0.00  0.00
     row4  0.15  0.64  0.00  0.00  0.00  0.00  0.00  0.24  0.00  0.00  0.00  0.00
key1 row0  0.00  0.00  0.00  0.77  0.00  0.00  0.00  0.00  0.00  0.81  0.00  0.65
     row2  0.35  0.00  0.00  0.00  0.00  0.44  0.00  0.00  0.00  0.00  0.00  0.13
     row3  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.28  0.00
     row4  0.00  0.00  0.00  0.00  0.10  0.00  0.00  0.00  0.00  0.00  0.00  0.00
key2 row0  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.40  0.00  0.00
     row2  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.13  0.00  0.00  0.00
     row4  0.00  0.00  0.00  0.00  0.00  0.64  0.88  0.00  0.00  0.00  0.00  0.00

  9. Puis-je agréger la fréquence à laquelle la colonne et les lignes se produisent ensemble, alias "tabulation croisée"?

    col   col0  col1  col2  col3  col4
row                               
row0     1     2     0     1     1
row2     1     0     2     1     2
row3     0     1     0     2     0
row4     0     1     2     2     1

  10. Comment convertir un DataFrame de long en large en pivotant sur SEULEMENT deux colonnes? Donné,

    np.random.seed([3, 1415])
df2 = pd.DataFrame({'A': list('aaaabbbc'), 'B': np.random.choice(15, 8)})        
df2        
   A   B
0  a   0
1  a  11
2  a   2
3  a  11
4  b  10
5  b  10
6  b  14
7  c   7

    L'attendu devrait ressembler à quelque chose

          a     b    c
0   0.0  10.0  7.0
1  11.0  10.0  NaN
2   2.0  14.0  NaN
3  11.0   NaN  NaN

  11. Comment aplatir l'index multiple en un seul index après pivot

    De

       1  2   
   1  1  2        
a  2  1  1
b  2  1  0
c  1  0  0

    À 

       1|1  2|1  2|2               
a    2    1    1
b    2    1    0
c    1    0    0
python  pandas  group-by  pivot  pandas-groupby 
— piRSquared
source

Réponses:

301

Nous commençons par répondre à la première question:

question 1

Pourquoi est-ce que je reçois ValueError: Index contains duplicate entries, cannot reshape

Cela se produit car les pandas tentent de réindexer un columnsou un indexobjet avec des entrées en double. Il existe différentes méthodes à utiliser qui peuvent effectuer un pivot. Certains d'entre eux ne sont pas bien adaptés lorsqu'il y a des doublons des clés sur lesquelles il est demandé de pivoter. Par exemple. Considérez pd.DataFrame.pivot. Je sais qu'il existe des entrées en double qui partagent les valeurs rowet col:

df.duplicated(['row', 'col']).any()

True

Alors , quand je l' pivotaide

df.pivot(index='row', columns='col', values='val0')

J'obtiens l'erreur mentionnée ci-dessus. En fait, j'obtiens la même erreur lorsque j'essaie d'effectuer la même tâche avec:

df.set_index(['row', 'col'])['val0'].unstack()

Voici une liste d'idiomes que nous pouvons utiliser pour pivoter

  1. pd.DataFrame.groupby + pd.DataFrame.unstack
    • Bonne approche générale pour faire à peu près n'importe quel type de pivot
    • Vous spécifiez toutes les colonnes qui constitueront les niveaux de lignes pivotées et les niveaux de colonnes dans un seul groupe par. Vous suivez cela en sélectionnant les colonnes restantes que vous souhaitez agréger et la ou les fonctions que vous souhaitez effectuer l'agrégation. Enfin, vous unstackles niveaux que vous souhaitez être dans l'index de colonne.
  2. pd.DataFrame.pivot_table
    • Une version glorifiée de groupby avec une API plus intuitive. Pour de nombreuses personnes, c'est l'approche préférée. Et c'est l'approche prévue par les développeurs.
    • Spécifiez le niveau de ligne, les niveaux de colonne, les valeurs à agréger et les fonctions pour effectuer des agrégations.
  3. pd.DataFrame.set_index + pd.DataFrame.unstack
    • Pratique et intuitif pour certains (moi y compris). Impossible de gérer les clés groupées en double.
    • Semblable au groupbyparadigme, nous spécifions toutes les colonnes qui seront éventuellement des niveaux de ligne ou de colonne et les définissons comme index. Nous avons ensuite unstackles niveaux que nous voulons dans les colonnes. Si les niveaux d'index ou de colonne restants ne sont pas uniques, cette méthode échouera.
  4. pd.DataFrame.pivot
    • Très similaire à set_indexce qu'il partage la limitation de clé en double. L'API est également très limitée. Il ne prend que des valeurs scalaires pour index, columns, values.
    • Similaire à la pivot_tableméthode en ce sens que nous sélectionnons les lignes, les colonnes et les valeurs sur lesquelles pivoter. Cependant, nous ne pouvons pas agréger et si les lignes ou les colonnes ne sont pas uniques, cette méthode échouera.
  5. pd.crosstab
    • Cette version spécialisée de pivot_tableet dans sa forme la plus pure est le moyen le plus intuitif pour effectuer plusieurs tâches.
  6. pd.factorize + np.bincount
    • Il s'agit d'une technique très avancée qui est très obscure mais très rapide. Il ne peut pas être utilisé dans toutes les circonstances, mais lorsqu'il peut être utilisé et que vous êtes à l'aise de l'utiliser, vous récolterez les récompenses de performance.
  7. pd.get_dummies + pd.DataFrame.dot
    • Je l'utilise pour effectuer intelligemment des tableaux croisés.

Exemples

Ce que je vais faire pour chaque réponse et question suivante, c'est d'y répondre en utilisant pd.DataFrame.pivot_table. Je proposerai ensuite des alternatives pour effectuer la même tâche.

question 3

Comment faire pivoter de dftelle sorte que les colvaleurs soient des colonnes, les rowvaleurs soient l'index, la moyenne des val0valeurs et les valeurs manquantes soient 0?

  • pd.DataFrame.pivot_table

    • fill_valuen'est pas défini par défaut. J'ai tendance à le régler correctement. Dans ce cas, je l'ai réglé sur 0. Remarquez que j'ai sauté la question 2 car c'est la même chose que cette réponse sans lefill_value

    • aggfunc='mean'est la valeur par défaut et je n'ai pas eu à la définir. Je l'ai inclus pour être explicite.

      df.pivot_table(
    values='val0', index='row', columns='col',
    fill_value=0, aggfunc='mean')

col   col0   col1   col2   col3  col4
row                                  
row0  0.77  0.605  0.000  0.860  0.65
row2  0.13  0.000  0.395  0.500  0.25
row3  0.00  0.310  0.000  0.545  0.00
row4  0.00  0.100  0.395  0.760  0.24

  • pd.DataFrame.groupby

    df.groupby(['row', 'col'])['val0'].mean().unstack(fill_value=0)

  • pd.crosstab

    pd.crosstab(
    index=df['row'], columns=df['col'],
    values=df['val0'], aggfunc='mean').fillna(0)

Question 4

Puis-je obtenir autre chose que mean, comme peut sum- être ?

  • pd.DataFrame.pivot_table

    df.pivot_table(
    values='val0', index='row', columns='col',
    fill_value=0, aggfunc='sum')

col   col0  col1  col2  col3  col4
row                               
row0  0.77  1.21  0.00  0.86  0.65
row2  0.13  0.00  0.79  0.50  0.50
row3  0.00  0.31  0.00  1.09  0.00
row4  0.00  0.10  0.79  1.52  0.24

  • pd.DataFrame.groupby

    df.groupby(['row', 'col'])['val0'].sum().unstack(fill_value=0)

  • pd.crosstab

    pd.crosstab(
    index=df['row'], columns=df['col'],
    values=df['val0'], aggfunc='sum').fillna(0)

Question 5

Puis-je faire plus d'une agrégation à la fois?

Notez que pour pivot_tableet crosstabj'avais besoin de passer la liste des callables. D'autre part, groupby.aggest capable de prendre des chaînes pour un nombre limité de fonctions spéciales. groupby.aggaurait également pris les mêmes callables que nous avons passés aux autres, mais il est souvent plus efficace de tirer parti des noms de fonction de chaîne car il y a des gains d'efficacité à gagner.

  • pd.DataFrame.pivot_table

    df.pivot_table(
    values='val0', index='row', columns='col',
    fill_value=0, aggfunc=[np.size, np.mean])

     size                      mean                           
col  col0 col1 col2 col3 col4  col0   col1   col2   col3  col4
row                                                           
row0    1    2    0    1    1  0.77  0.605  0.000  0.860  0.65
row2    1    0    2    1    2  0.13  0.000  0.395  0.500  0.25
row3    0    1    0    2    0  0.00  0.310  0.000  0.545  0.00
row4    0    1    2    2    1  0.00  0.100  0.395  0.760  0.24

  • pd.DataFrame.groupby

    df.groupby(['row', 'col'])['val0'].agg(['size', 'mean']).unstack(fill_value=0)

  • pd.crosstab

    pd.crosstab(
    index=df['row'], columns=df['col'],
    values=df['val0'], aggfunc=[np.size, np.mean]).fillna(0, downcast='infer')

Question 6

Puis-je agréger sur plusieurs colonnes de valeurs?

  • pd.DataFrame.pivot_tableon passe values=['val0', 'val1']mais on aurait pu laisser ça complètement

    df.pivot_table(
    values=['val0', 'val1'], index='row', columns='col',
    fill_value=0, aggfunc='mean')

      val0                             val1                          
col   col0   col1   col2   col3  col4  col0   col1  col2   col3  col4
row                                                                  
row0  0.77  0.605  0.000  0.860  0.65  0.01  0.745  0.00  0.010  0.02
row2  0.13  0.000  0.395  0.500  0.25  0.45  0.000  0.34  0.440  0.79
row3  0.00  0.310  0.000  0.545  0.00  0.00  0.230  0.00  0.075  0.00
row4  0.00  0.100  0.395  0.760  0.24  0.00  0.070  0.42  0.300  0.46

  • pd.DataFrame.groupby

    df.groupby(['row', 'col'])['val0', 'val1'].mean().unstack(fill_value=0)

Question 7

Peut-on subdiviser par plusieurs colonnes?

  • pd.DataFrame.pivot_table

    df.pivot_table(
    values='val0', index='row', columns=['item', 'col'],
    fill_value=0, aggfunc='mean')

item item0             item1                         item2                   
col   col2  col3  col4  col0  col1  col2  col3  col4  col0   col1  col3  col4
row                                                                          
row0  0.00  0.00  0.00  0.77  0.00  0.00  0.00  0.00  0.00  0.605  0.86  0.65
row2  0.35  0.00  0.37  0.00  0.00  0.44  0.00  0.00  0.13  0.000  0.50  0.13
row3  0.00  0.00  0.00  0.00  0.31  0.00  0.81  0.00  0.00  0.000  0.28  0.00
row4  0.15  0.64  0.00  0.00  0.10  0.64  0.88  0.24  0.00  0.000  0.00  0.00

  • pd.DataFrame.groupby

    df.groupby(
    ['row', 'item', 'col']
)['val0'].mean().unstack(['item', 'col']).fillna(0).sort_index(1)

Question 8

Peut-on subdiviser par plusieurs colonnes?

  • pd.DataFrame.pivot_table

    df.pivot_table(
    values='val0', index=['key', 'row'], columns=['item', 'col'],
    fill_value=0, aggfunc='mean')

item      item0             item1                         item2                  
col        col2  col3  col4  col0  col1  col2  col3  col4  col0  col1  col3  col4
key  row                                                                         
key0 row0  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.86  0.00
     row2  0.00  0.00  0.37  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.50  0.00
     row3  0.00  0.00  0.00  0.00  0.31  0.00  0.81  0.00  0.00  0.00  0.00  0.00
     row4  0.15  0.64  0.00  0.00  0.00  0.00  0.00  0.24  0.00  0.00  0.00  0.00
key1 row0  0.00  0.00  0.00  0.77  0.00  0.00  0.00  0.00  0.00  0.81  0.00  0.65
     row2  0.35  0.00  0.00  0.00  0.00  0.44  0.00  0.00  0.00  0.00  0.00  0.13
     row3  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.28  0.00
     row4  0.00  0.00  0.00  0.00  0.10  0.00  0.00  0.00  0.00  0.00  0.00  0.00
key2 row0  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.40  0.00  0.00
     row2  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.13  0.00  0.00  0.00
     row4  0.00  0.00  0.00  0.00  0.00  0.64  0.88  0.00  0.00  0.00  0.00  0.00

  • pd.DataFrame.groupby

    df.groupby(
    ['key', 'row', 'item', 'col']
)['val0'].mean().unstack(['item', 'col']).fillna(0).sort_index(1)

  • pd.DataFrame.set_index car l'ensemble de clés est unique pour les lignes et les colonnes

    df.set_index(
    ['key', 'row', 'item', 'col']
)['val0'].unstack(['item', 'col']).fillna(0).sort_index(1)

Question 9

Puis-je agréger la fréquence à laquelle la colonne et les lignes se produisent ensemble, alias "tabulation croisée"?

  • pd.DataFrame.pivot_table

    df.pivot_table(index='row', columns='col', fill_value=0, aggfunc='size')

    col   col0  col1  col2  col3  col4
row                               
row0     1     2     0     1     1
row2     1     0     2     1     2
row3     0     1     0     2     0
row4     0     1     2     2     1

  • pd.DataFrame.groupby

    df.groupby(['row', 'col'])['val0'].size().unstack(fill_value=0)

  • pd.crosstab

    pd.crosstab(df['row'], df['col'])

  • pd.factorize + np.bincount

    # get integer factorization `i` and unique values `r`
# for column `'row'`
i, r = pd.factorize(df['row'].values)
# get integer factorization `j` and unique values `c`
# for column `'col'`
j, c = pd.factorize(df['col'].values)
# `n` will be the number of rows
# `m` will be the number of columns
n, m = r.size, c.size
# `i * m + j` is a clever way of counting the 
# factorization bins assuming a flat array of length
# `n * m`.  Which is why we subsequently reshape as `(n, m)`
b = np.bincount(i * m + j, minlength=n * m).reshape(n, m)
# BTW, whenever I read this, I think 'Bean, Rice, and Cheese'
pd.DataFrame(b, r, c)

      col3  col2  col0  col1  col4
row3     2     0     0     1     0
row2     1     2     1     0     2
row0     1     0     1     2     1
row4     2     2     0     1     1

  • pd.get_dummies

    pd.get_dummies(df['row']).T.dot(pd.get_dummies(df['col']))

      col0  col1  col2  col3  col4
row0     1     2     0     1     1
row2     1     0     2     1     2
row3     0     1     0     2     0
row4     0     1     2     2     1

Question 10

Comment convertir un DataFrame de long en large en pivotant sur SEULEMENT deux colonnes?

La première étape consiste à attribuer un numéro à chaque ligne - ce numéro sera l'indice de ligne de cette valeur dans le résultat pivoté. Cela se fait en utilisant GroupBy.cumcount:

df2.insert(0, 'count', df.groupby('A').cumcount())
df2

   count  A   B
0      0  a   0
1      1  a  11
2      2  a   2
3      3  a  11
4      0  b  10
5      1  b  10
6      2  b  14
7      0  c   7

La deuxième étape consiste à utiliser la colonne nouvellement créée comme index à appeler DataFrame.pivot.

df2.pivot(*df)
# df.pivot(index='count', columns='A', values='B')

A         a     b    c
count                 
0       0.0  10.0  7.0
1      11.0  10.0  NaN
2       2.0  14.0  NaN
3      11.0   NaN  NaN

Question 11

Comment aplatir l'index multiple en un seul index après pivot

Si columnstype objectavec chaînejoin 

df.columns = df.columns.map('|'.join)

autre format

df.columns = df.columns.map('{0[0]}|{0[1]}'.format)
— piRSquared
source
43
Pourriez-vous s'il vous plaît envisager d'étendre les documents officiels ?
— MaxU
que s'est-il passé avec la réponse à la question n ° 10? Je comprends KeyError: 'A'. Y a-t-il plus à la réponse?
— Monica Heddneck
@MonicaHeddneck Je vais le revoir et le mettre à jour si nécessaire. Cependant, 'A'suppose qu'il existe une colonne 'A'dans votre trame de données à regrouper.
— piRSquared
Puis-je agréger sur plusieurs colonnes de valeurs? sera la réponse pour cela fonctionnera pour les colonnes de différents types de données. pour ex: values ​​= ['val0', 'val1'], ici val0 est int et val1 est chaîne
— Anil Kumar
1
il n'est pas nécessaire d'insérer la colonne de la question 10, elle peut être passée directement comme argument dans le tableau
— croisé dynamique
4

Pour étendre la réponse de @ piRSquared à une autre version de la question 10

Question 10.1

Trame de données:

d = data = {'A': {0: 1, 1: 1, 2: 1, 3: 2, 4: 2, 5: 3, 6: 5},
 'B': {0: 'a', 1: 'b', 2: 'c', 3: 'a', 4: 'b', 5: 'a', 6: 'c'}}
df = pd.DataFrame(d)

   A  B
0  1  a
1  1  b
2  1  c
3  2  a
4  2  b
5  3  a
6  5  c

Production:

   0     1     2
A
1  a     b     c
2  a     b  None
3  a  None  None
5  c  None  None

Utilisation de df.groupbyetpd.Series.tolist

t = df.groupby('A')['B'].apply(list)
out = pd.DataFrame(t.tolist(),index=t.index)
out
   0     1     2
A
1  a     b     c
2  a     b  None
3  a  None  None
5  c  None  None

Ou une bien meilleure alternative pd.pivot_tableavecdf.squeeze.

t = df.pivot_table(index='A',values='B',aggfunc=list).squeeze()
out = pd.DataFrame(t.tolist(),index=t.index)
— Ch3steR
source
En utilisant notre site, vous reconnaissez avoir lu et compris notre politique liée aux cookies et notre politique de confidentialité.
Licensed under cc by-sa 3.0 with attribution required.