データフレームをワイドフォーマットに整形

Use printf to format list that is uneven – StackOverflow

Name Gender Mark1 Mark2 Mark3
AA M 20 15 35
BB F 22 17 44
CC F 19 14 25
DD M 15 20 42
EE F 18 22 30
FF M 0 20 45

↓

Male Female
20 15 35 22 17 44
15 20 42 19 14 25
0 20 45 18 22 30

という処理を考える．

import io
import pandas as pd


strings = """Name Gender Mark1 Mark2 Mark3
AA M 20 15 35
BB F 22 17 44
CC F 19 14 25
DD M 15 20 42
EE F 18 22 30
FF M 0 20 45"""

vals = 'Mark1 Mark2 Mark3'.split()
cols = ['Male', 'Female']
d = dict(zip(['M', 'F'], cols))

pt = (
    pd.read_csv(io.StringIO(strings), sep='\s+')
    .assign(ind=lambda df: df.groupby('Gender').cumcount())
    .pivot('ind', 'Gender', vals)
    .swaplevel(1, 0, 1)
    .sort_index(1)
    .rename(columns=lambda x: d.get(x, ''))
    .rename_axis(index=lambda x: None, columns=lambda x: None)[cols]
)

pt

  Male         Female        
                             
0   20  15  35     22  17  44
1   15  20  42     19  14  25
2    0  20  45     18  22  30

形に拘ると少し面倒臭いというか何というか．

Awkの方がシンプルで，上のイメージで云えば，カムカウントでグルーピングされた値（２つの連想配列）から値をプリントするだけ．

%%bash
time {
echo """Name Gender Mark1 Mark2 Mark3
AA M 20 15 35
BB F 22 17 44
CC F 19 14 25
DD M 15 20 42
EE F 18 22 30
FF M 0 20 45""" |
awk '
$2=="M"{m[i++]=$3 OFS $4 OFS $5;next}
$2=="F"{f[j++]=$3 OFS $4 OFS $5;next}
END{print "Male \t Female";for(k=0;k<=i;k++)print m[k] OFS f[k]}'
}

Male     Female
20 15 35 22 17 44
15 20 42 19 14 25
0 20 45 18 22 30
 

real    0m0.004s
user    0m0.001s
sys 0m0.003s

単にフォーマットだけであればAWkは便利だなと．