在Pandas中，如何展平一组行

Question

我是python中的熊猫新手，如果能在这方面提供帮助，我将不胜感激。我一直在谷歌搜索，但似乎无法破解它

例如，我有一个包含6列的csv文件。我试图将这些行组合在一起，以便将每行的所有数据展平为一行

因此，如果我的数据如下所示：

event event_date event_time name height age 1 2015-05-06 14:00 J Bloggs 185 24 1 2015-05-06 14:00 P Smith 176 55 1 2015-05-06 14:00 T Kirk 193 22 2 2015-05-14 17:00 B Gates 178 72 2 2015-05-14 17:00 J Mayer 184 42

我想要的结果是把它压扁成这样

event  event_date   event_time    name_1     height_1   age_1   name_2     height_2   age_2    name_3    height_3   age_3                                          
1      2015-05-06   14:00         J Bloggs   185        24      P Smith    176        55       T Kirk    193        22                                         
2      2015-05-14   17:00         B Gates    178        72      J Mayer    184        42
                                                                                                                                                                           .           

因此，正如您在上面看到的，前3行中的第一个事件被展平为一行，列被展开以容纳行数据。第二个事件已被展平，列中填充了数据。

如有任何帮助，将不胜感激

Answer 1

你把一张长桌子改成了一张宽桌子。通常，在数据分析中，您希望执行相反的操作。下面是一个方法，它首先统计每个变量名称、高度和年龄的出现次数，然后按您想要的方式旋转它们

df['group_num'] = df.groupby(['event', 'event_date','event_time']).cumcount() + 1
df = df.sort_values('group_num')
df1 = df.set_index(['event', 'event_date','event_time', 'group_num']).stack().reset_index()
df1['var_names'] = df1['level_4'] + '_' + df1['group_num'].astype(str)
df1 = df1.drop(['group_num', 'level_4'], axis=1)
df1.set_index(['event', 'event_date', 'event_time', 'var_names']).squeeze().unstack('var_names')

var_names                   age_1 age_2 age_3 height_1 height_2 height_3  \
event event_date event_time                                                
1     2015-05-06 14:00         24    55    22      185      176      193   
2     2015-05-14 17:00         72    42  None      178      184     None   

var_names                      name_1   name_2  name_3  
event event_date event_time                             
1     2015-05-06 14:00       J Bloggs  P Smith  T Kirk  
2     2015-05-14 17:00        B Gates  J Mayer    None  

Answer 2

步骤：

1）计算Groupby对象的累积计数。添加1，使标题按照所需的DF进行格式化

2）设置与索引轴相同的分组列以及计算出的cumcounts和unstack列。此外，根据最低级别对标题进行排序

3）重命名多索引列并相应展平以获得单个标题

---

cc = df.groupby(['event','event_date','event_time']).cumcount() + 1
df = df.set_index(['event','event_date','event_time', cc]).unstack().sort_index(1, level=1)
df.columns = ['_'.join(map(str,i)) for i in df.columns]
df.reset_index()