briser la colonne de dataframe de pandas géants en plusieurs colonnes en une seule df

Question

J'ai un dataframe avec index, les caractéristiques et les données de temps, mais les données de temps est dans une colonne comme ceci:

dateur id

1 date1 feature1

2 date2 feature2

1 date2 Caractéristique3

Je veux la transformer en ceci:

dateur id

1 date1 feature1 date2 Caractéristique3

2 date2 feature2 NaN NaN

déjà fait en définissant explicitement dataframes, requêtes et rejoint , mais n'a pas réussi à trouver une manière dynamique. Ce que j'écrit:

df = pd.read_excel('some path') 

import pandas as pd 

list1 = [] 
list2 = [] 
list3 = [] 

def placeholder_lists(): 
    for i in range(7): 
     if len(str(i)) == 1: 
      if i not in [8,9]: 
       i = "0"+str(i+3) 
      else: 
       i = str(i+3) 
     else: 
      i = str(i+3) 
     list1.append(i) 

    for l in range(7): 
     if len(str(l)) == 1: 
      if l not in [10,9]: 
       l = "0"+str(l+2) 
      else: 
       l = str(l+2) 
     else: 
      l = str(l+2) 
     list2.append(l) 

    for g in range(7): 
     if len(str(g)) == 1: 
      if g not in [9,8]: 
       g = "0"+str(g+1) 
      else: 
       g = str(g+1) 
     else: 
      g = str(g+1) 
     list3.append(g) 

placeholder_lists() 

for m,n,u in zip(list1,list2, list3): 
    df01 = df.query('dw_creation_date == "01-AUG-17" ') 
    e = str(u)+"-AUG-17" 

    currentdf = df.query('dw_creation_date == "%s"' % e) 

    if 1 == "01": 
     currentdf = df01 
    first = "df"+m 
    second = "df"+n 
    listie = range(50) 
    first = second.join(currentdf.set_index('unique_identifier'), on='unique_identifier', lsuffix = listie[n]) 

... Et l'erreur que je reçois:

first = second.join(currentdf.set_index('unique_identifier'), lsuffix = listie[n]) 

TypeError: join() ne prend aucun argument mot-clé

Toutes les idées?

Answer 1

cols = ['id','date','feature'] 
df = pd.DataFrame({'date': {0: 'date1', 1: 'date2', 2: 'date2'}, 
        'id': {0: 1, 1: 2, 2: 1}, 
        'feature': {0: 'feature1', 1: 'feature2', 2: 'feature3'}}, columns=cols) 

print (df) 
    id date feature 
0 1 date1 feature1 
1 2 date2 feature2 
2 1 date2 feature3 

Vous pouvez groupby par id et appliquer de nouvelles df. Puis remodeler par unstack et trier les colonnes par sort_index au deuxième niveau de Multiindex.

Dernier aplatissement Multiindex en colonnes et reset_index.

df = df.groupby('id')['date','feature'] \ 
     .apply(lambda x: pd.DataFrame(x.values, columns=['feature','date'])) \ 
     .unstack() \ 
     .sort_index(1, level=1) 

print (df) 
    feature  date feature  date 
     0   0  1   1 
id          
1 date1 feature1 date2 feature3 
2 date2 feature2 None  None 


df.columns = ['{0[0]}_{0[1]}'.format(x) for x in df.columns] 
df = df.reset_index() 
print (df) 
    id feature_0 date_0 feature_1 date_1 
0 1  date1 feature1  date2 feature3 
1 2  date2 feature2  None  None