Pandas groupby-apply：不能从重复的轴重新索引

Question

我正在对 DataFrame 执行 groupby 操作。在每个组上，我必须重命名两列并删除一列，以便每个组具有以下形式：

index(timestamp) | column-x | column-y
...              |  ....    | ..... 

索引是一个时间戳，它对每个组都是通用的。'column-x' 和 'column-y' 将因每个组而不同。我的目标是加入索引上的所有组，以便我拥有一个唯一的 DataFrame，例如：

index(timestamp) | column-x1 | column-y1 | column-x2 | column-y2 | ...
...              |  .....    | ......    |  .......  | .......   | ...

我应用于每个组的功能是（我可以在迭代时对组进行就地编辑吗？）：

def process_ssp(df_ssp):
    sensor_name = df_ssp.iloc[0]['subsystem-sensor-parameter'] # to be used as column name
    df_ssp.rename(columns = {
        'value_raw': '%s_raw' % sensor_name,
        'value_hrf': '%s_hrf' % sensor_name,
    }, inplace = True)
    df_ssp.drop('subsystem-sensor-parameter', axis='columns', inplace=True) # since this is the column I am grouping on I guess this isn't the right thing to do?
    return df_ssp

然后我打电话：

res = df_node.groupby('subsystem-sensor-parameter', as_index=False).apply(process_ssp)

产生错误：

ValueError: cannot reindex from a duplicate axis

编辑：数据集示例https://drive.google.com/file/d/1RvPE1t3BmjeaqCNkVqGwmokCFQQp77n8/view?usp=sharing

Answer 1

您可以首先为 MultiIndex 添加列subsystem-sensor-parameter，通过 重塑unstack，按第二级对列中的 MultiIndex 进行排序并更改它们的位置。最后通过使用map和进行展平来转换 MultiIndex join：

res = (df_node.set_index('subsystem-sensor-parameter', append=True)
                          .unstack()
                          .sort_index(axis=1, level=1)
                          .swaplevel(0,1, axis=1)) 
res.columns = res.columns.map('_'.join)