Сводные данные из строк в столбцы с определенной структурой в пандах

Учитывая следующие данные:

    var_1   var_2   var_3
0     5.0     7.0     3.0
1     4.0     5.0    10.0
2     4.0     9.0     7.0
3     9.0    10.0     4.0
4     4.0     9.0     3.0

вывод должен быть:

     var_3   var_4   var_5   var_7   var_9   var_10
0       3       0       1       2       0        0
1       0       1       2       0       0        3
2       0       1       0       3       2        0
3       0       3       0       0       1        2
4       3       1       0       0       2        0

Это не типичный поворот, и хотя это можно сделать с помощью чего-то вроде iterrows, я чувствую, что должен быть более приятный подход.

Случилось так, что значения из строк используются для столбцов, а суффиксы столбцов используются для значений ячеек.

Редактировать

В вопросе содержится именно та информация, которая необходима для ответа на него - закрытие его не имеет для меня никакого смысла, поэтому некоторые объяснения будут оценены.

Я голосую за повторное открытие, потому что оно было ошибочно закрыто.

— 11.12.2020 07:54

python pandas

10.12.2020 14:43

Почему в Python есть оператор "pass"?

Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.

Некоторые методы, о которых вы не знали, что они существуют в Python

Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...

Основы Python Часть I

Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?

LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа

Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:

Оптимизация кода с помощью тернарного оператора Python

И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это

Советы по эффективной веб-разработке с помощью Python

Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.

Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Сначала получите новые имена столбцов с помощью rename для значений после _, разверните с помощью DataFrame.melt , добавьте value к индексу с помощью DataFrame.set_index и измените форму с помощью Series.unstack, наконец, очистка некоторых столбцов данных:

f = lambda x: int(x.split('_')[1])
df = (df.rename(columns=f)
        .melt(ignore_index=False)
        .set_index('value', append=True)['variable']
        .unstack(fill_value=0)
        .rename(columns=int)
        .add_prefix('var_')
        .rename_axis(None, axis=1))
print (df)
   var_3  var_4  var_5  var_7  var_9  var_10
0      3      0      1      2      0       0
1      0      1      2      0      0       3
2      0      1      0      3      2       0
3      0      3      0      0      1       2
4      3      1      0      0      2       0

10.12.2020 14:50