提问人：Squid Game 提问时间：5/15/2022 更新时间：5/16/2022 访问量：28
从列到行元素的 Pandas 数据操作 [复制]
Pandas data manipulation from column to row elements [duplicate]
问：
我有数百万行的数据集，下面是一个示例，说明它的外观和我打算输出的内容：
data = [[1, 100, 8], [1, 100, 4],
[1, 100,6], [2, 100, 0],
[2, 200, 1], [3, 300, 7],
[4, 400, 2], [5, 100, 6],
[5, 100, 3], [5, 600, 1]]
df= pd.DataFrame(data, columns =['user', 'time', 'item'])
print(df)
user time item
1 100 8
1 100 4
1 100 6
2 100 0
2 200 1
3 300 7
4 400 2
5 100 6
5 100 3
5 600 1
所需的输出应使用户在同一时间内使用的所有项目一起显示在列中，如下所示items
user time item
1 100 8,4,6
2 100 0
5 100 6,3
2 200 1
3 300 7
4 400 2
5 500 6
例如，在user: 18,4,6time: 100
这怎么可能实现？
答：
1赞
Mayank Porwal
5/16/2022
#1
将 df.astype 与 Groupby.agg 一起使用并df.sort_values：
In [489]: out = df.astype(str).groupby(['user', 'time'])['item'].agg(','.join).reset_index().sort_values('time')
In [490]: out
Out[490]:
user time item
0 1 100 8,4,6
1 2 100 0
5 5 100 6,3
2 2 200 1
3 3 300 7
4 4 400 2
6 5 600 1
评论