python数据分析-分组把DataFrame列转行

最新推荐文章于 2024-04-27 01:33:38 发布

数据微醺

最新推荐文章于 2024-04-27 01:33:38 发布

阅读量3.5k

点赞数 3

CC 4.0 BY-SA版权

文章标签：数据分析 python 大数据

本文链接：https://blog.youkuaiyun.com/qq_40395868/article/details/122197759

在遇到需要将DataFrame中某列数据依据另一列进行分组转行的问题时，本文提供了一种解决方案。首先展示原始数据，然后详细解释了解决思路，包括计算最大列数、循环处理数据和填充空值，最终实现按组转换数据行。提供的代码适用于6000+条数据，但针对大数据量的优化尚未进行。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

问题：遇到了一个问题是需要根据DataFrame中的某一列把对应另一列的数据由列转为行。

一、数据展示

a = pd.DataFrame({
   
   'name1':['a','a','b','c','b','a','b','a','c','c'],
                  'name2':['张三','张三','张三','李四','李四','李四','王五','王五','王五','王五']})
display(a)

在这里插入图片描述
目标样式：

二、解决思路

1、先计算出应该创建最长是多少列，比如举例数据a分组有4个元素b、c分组有三个元素，则按照最大的值创建列数然后不够长的分组用空值填充，并创建新的DataFrame为下面的循环准备。

group_name = 'name1' #用于分组的列名
trans_name = 'name2' #要变为横向的列名
#对要用于分组的数据做排序，目的是可以先查看数据
aa = aa.sort_values(by='%s' %group_name,ascending=True).reset_index(drop=True)
# 取出要转为行的列,并存为DF备用
bb = pd.DataFrame({
   
   group_name:aa[group_name],trans_name:aa[trans_name]})
cc = pd.DataFrame({
   
   group_name:aa[group_name],trans_name+'_count':aa[trans_name]})
#取出每个id应该被创建几次（即：应该创建的最长是几列）
ee = cc.groupby([group_name],sort=False,as_index=False).count()
a = list(ee[trans_name+'_count'])
#找出id重复最多的次数，即：应该创建多少列
b = a.copy()
b.sort()
print(

最低0.47元/天解锁文章

200万优质内容无限畅学