如何按Time重塑Pandas DataFrame并生成目标格式的新DataFrame？

原始DataFrame #

首先定义初始DataFrame：

import pandas as pd

df = pd.DataFrame({'unit':[1, 1, 1, 1, 1, 
                           2, 2, 2, 
                           3, 3, 3, 3], 
               'time':[1, 2, 3, 4, 5,
                       1, 2, 3,
                       1, 2, 3, 4],
              'signals': [23.2, 23.4, 23.3, 23.5, 23.4,
                         22.1, 22.3, 22.4, 
                         23.8, 23.9, 24.1, 24.0]})

对应的表格：

目标格式 #

需要得到按time分组排序、且列顺序为time→unit→signals的DataFrame：

原尝试的问题 #

使用groupby方法无法直接得到目标结果：

new_df = df.groupby('time')
new_df.apply(lambda x: print(x))

存在两个问题：

• 无法直接交换time和unit列的位置
• groupby返回的是分组对象，不能直接生成符合结构的DataFrame

解决方案 #

不需要使用groupby，通过排序+列重排即可快速实现：

分步实现 #

# 先按time升序排序，同一time下按unit升序排序
sorted_df = df.sort_values(by=['time', 'unit'])
# 调整列顺序为time、unit、signals
target_df = sorted_df[['time', 'unit', 'signals']].reset_index(drop=True)

合并简化 #

可以将两步合并为一行代码：

target_df = df.sort_values(by=['time', 'unit'])[['time', 'unit', 'signals']].reset_index(drop=True)

关键说明

• sort_values(by=['time', 'unit'])：先按time分组排序，同一time内按unit排序，完全匹配目标的行顺序
• [['time', 'unit', 'signals']]：直接指定列的顺序，完成time和unit的位置交换
• reset_index(drop=True)：重置索引，清除原DataFrame的旧索引（如果不需要保留原索引可省略）

内容的提问来源于stack exchange，提问作者IMRGEB