如何用Pandas DataFrame实现按Version分组的指定格式输出？

我有如下的Pandas DataFrame：

import pandas as pd
data = {
    'version': [4229, 6065, 9209, 2304, 4229, 6065, 9209, 2304, 4229, 6065, 9209, 2304, 4229, 6065, 9209, 2304],
    'Numbers': [234, 567, 8910, 1122, 3344, 5566, 1234, 6789, 1376, 1111, 2222, 145, 267, 345, 557, 778]
}
df = pd.DataFrame(data)

我期望得到按version分组后的输出，每个版本对应的Numbers值排成一行：

4229  234  3344  1376  267
6065  567  5566  1111  345
9209  8910  1234  2222  557
2304  1122  6789  145  778

我尝试用df.groupby['version']，但没有得到预期的结果，希望有人能帮忙解决这个问题。

其实你之前用df.groupby['version']只是拿到了分组对象，还需要进一步处理才能把每个组里的Numbers值展开成一行多列的形式。这里有两种简单好用的方法帮你实现需求：

方法1：分组后聚合为列表再展开 #

先把每个版本对应的Numbers聚合成一个列表，再把列表拆成多列，最后就能得到你要的格式：

# 按version分组，把每组的Numbers打包成列表
grouped_df = df.groupby('version')['Numbers'].agg(list).reset_index()

# 将列表拆成单独的列
expanded_df = pd.DataFrame(
    grouped_df['Numbers'].tolist(),
    index=grouped_df['version']
).reset_index()

# 如果要和你预期的纯文本格式一致，可以这样打印
for _, row in expanded_df.iterrows():
    print(' '.join(map(str, row.values)))

方法2：用序号标记分组内位置，再转置列 #

给每个版本下的每一行加个序号，然后通过透视把行转成列，也能达到效果：

# 给每个分组内的行分配顺序号
df['group_idx'] = df.groupby('version').cumcount()

# 透视：version作为行，group_idx作为列，值是Numbers
pivoted_df = df.pivot(
    index='version',
    columns='group_idx',
    values='Numbers'
).reset_index()

# 打印成目标格式
for _, row in pivoted_df.iterrows():
    # 去掉可能的空值（不过你的数据每个组都是4个值，这里其实可以不用）
    print(' '.join(map(str, row.dropna().values)))

两种方法都能输出你想要的结果，选哪种看你习惯就行～

内容的提问来源于stack exchange，提问作者Vicky