Pandas-分组后将列转换为新行

如何解决Pandas-分组后将列转换为新行

我们使用 pivot_table

df=pd.pivot_table(df,index=['shopCode','Product'],columns=df.groupby(['shopCode','Product']).cumcount().add(1),values=['Code','score'],aggfunc='sum')
df.columns=df.columns.map('{0[0]}{0[1]}'.format) 
df
Out[112]: 
                  Code1  Code2  Code3  score1  score2  score3
shopCode Product                                             
111      Apple      123    456    789    0.70    0.75    0.80
222      Orange     142    136    623    0.66    0.83    0.76

后 reset_index

df.reset_index()
Out[113]: 
   shopCode Product  Code1  Code2  Code3  score1  score2  score3
0       111   Apple    123    456    789    0.70    0.75    0.80
1       222  Orange    142    136    623    0.66    0.83    0.76

解决方法

我有一个Pandas数据框。我需要将某些列转换为行。数据帧每3行的前两列具有相同的数据。因此，正如您在预期数据框中看到的那样，我还需要6列。我有以下数据框：

shopCode    Product   Code  Score
    111      Apple    123    0.70
    111      Apple    456    0.75
    111      Apple    789    0.80
    222      Orange   142    0.66
    222      Orange   136    0.83
    222      Orange   623    0.76

我期望的数据帧是：

shopCode  Product   Code1 Code2 Code3 Score1 Score2 Score3
  111      Apple     123   456   789   0.70   0.75   0.80
  222      Orange    142   136   623   0.66   0.83   0.76

我尝试使用， df.pivot(index=['shopCode','Product'],columns=['Code1','Code2','Code3','Score1','Score2','Score3'],values=['Code','Score']) 但不起作用。