用于拆栈数据的 Pandas 代码，每列数据量可变，由 ID 标识

Question

我想使用 Pandas 拆开看起来像这样的数据：

    customer_ids | money spent
    ---------------------------
    00001        | 1000
    00001        | 1344
    00001        | 1249
    00002        | 2345
    00003        | 1234
    00003        | 1345

换句话说，每个客户的数据量（“访问量”）是可变的，了解每个客户拥有多少数据的唯一方法是查看客户 ID 何时发生变化。我希望数据看起来像这样：

    00001 | 1000 | 1344 | 1249
    00002 | 2345
    00003 | 1234 | 1345

但我不知道该怎么做。如果可以使用 Pandas 之外的其他库，请告诉我。

谢谢！

Answer 1

拆垛（长到宽转换）时，您需要添加一个

visit

列。

visit

中的每个唯一值都将是所需宽数据框中的一个新列。

df['visit'] = df.groupby('customer_ids').cumcount() + 1

现在您可以取消堆叠以获得所需的输出

df_unstacked = df.set_index(['customer_ids', 'visit']).unstack('visit').reset_index()

这会产生

      customer_ids money_spent                
visit                        1       2       3
0            00001      1000.0  1344.0  1249.0
1            00002      2345.0     NaN     NaN
2            00003      1234.0  1345.0     NaN