Ich habe einen großen Datenrahmen und speichere viele redundante Werte, die den Umgang mit meinen Daten erschweren. Ich habe einen Datenrahmen der Form:

import pandas as pd

df = pd.DataFrame([["a","g","n1","y1"], ["a","g","n2","y2"], ["b","h","n1","y3"], ["b","h","n2","y4"]], columns=["meta1", "meta2", "name", "data"])

>>> df

  meta1 meta2 name data
    a     g   n1   y1
    a     g   n2   y2
    b     h   n1   y3
    b     h   n2   y4

wo habe ich die Namen der neuen Spalten, die ich in @ möchname und die entsprechenden Daten indata.

Ich möchte einen Datenrahmen der Form erzeugen:

df = pd.DataFrame([["a","g","y1","y2"], ["b","h","y3","y4"]], columns=["meta1", "meta2", "n1", "n2"])

>>> df

meta1 meta2  n1  n2
  a     g  y1  y2
  b     h  y3  y4

Die Spalten mit dem Namenmeta sind ungefähr 15+ andere Spalten, die die meisten Daten enthalten, und ich denke nicht, dass sie besonders gut für die Indizierung geeignet sind. Die Idee ist, dass ich viele wiederholte / redundante Daten in @ gespeichert habmeta im Moment und ich möchte den präsentierten kompakteren Datenrahmen produzieren.

Ich habe einige ähnliche Qs gefunden, kann aber nicht genau bestimmen, welche Operationen ich ausführen muss: Pivot, Re-Index, Stack oder Unstack, etc.

PS - Die ursprünglichen Indexwerte sind für meine Zwecke unwichtig.

Jede Hilfe wäre sehr dankbar.

Frage Ich denke, ist im Zusammenhang mit:

Ich denke, die folgenden Fragen beziehen sich auf das, was ich versuche, aber ich kann nicht sehen, wie ich sie anwenden soll, da ich keine weiteren Indizes erstellen möchte.