カテゴリに基づいて、pandasデータフレームの行を列に変換する方法は？

Question

私はカテゴリー変数といくつかの数値変数を持つpandasデータフレームを持っています。このような何か：

ls = [{'count':5, 'module':'payroll', 'id':2}, {'count': 53, 'module': 'general','id':2}, {'id': 5,'count': 35, 'module': 'tax'}, ] 
df = pd.DataFrame.from_dict(ls) 

DFは次のようになります。

df 
Out[15]: 
    count id module 
0  5 2 payroll 
1  53 2 general 
2  35 5  tax 

私はidで列とグループにモジュール変数（トランスポーズが正しい言葉です？）に変換します。だから、のようなもの：

これに対する1つのアプローチが適用されます使用することです

general_count id payroll_count tax_count 
0   53.0 2   5.0  NaN 
1   NaN 5   NaN  35.0 

：

1. 高価な、そしてあまりにも多くの時間をとります。

   df['payroll_count'] = df.id.apply(lambda x: df[df.id==x][df.module=='payroll']) 
   

   はしかし、これは複数の欠点が

2. アーチファクトを作成し、空の データフレームを作成します帽子をきれいにする必要があります。私が感じる

がpandas groupbyでこれを達成するための良い方法ですが、より効率的に、この同じ操作への道を見つけることができません。助けてください。

Answer 1

groupbyは、最初に新しいindexと最後のcolumnを作成する列で使用できます。私はmeanを使用し、DataFrameをSeriesに、DataFrame.squeezeに変換します（マルチインデクスのトップレベルを削除する必要はありません）。unstackで再フォーマットします。列名の最終add_suffix：pivotと

df = df.groupby(['id','module']).mean().squeeze().unstack().add_suffix('_count') 
print (df) 
module general_count payroll_count tax_count 
id            
2    53.0   5.0  NaN 
5     NaN   NaN  35.0 

別の解決策、そしてlist comprehensionして列からMultiindexを削除する必要があります。

df = df.pivot(index='id', columns='module') 
df.columns = ['_'.join((col[1], col[0])) for col in df.columns] 
print (df) 
    general_count payroll_count tax_count 
id           
2   53.0   5.0  NaN 
5    NaN   NaN  35.0 

Answer 2

あなたが所望の出力で​​とunstack

In [2]: df.set_index(['id','module'])['count'].unstack().add_suffix('_count').reset_index() 
Out[2]: 
module id general_count payroll_count tax_count 
0  2   53.0   5.0  NaN 
1  5   NaN   NaN  35.0