将基于序列和值的数值变量扩展到多列

import pandas as pd

data = {
    'sequence': [1, 1, 2, 2, 3, 3],
    'value': [10, 20, 30, 40, 50, 60]
}

df = pd.DataFrame(data)
print("原始数据：")
print(df)

原始数据：
   sequence  value
0         1      10
1         1      20
2         2      30
3         2      40
4         3      50
5         3      60

# 使用pivot_table方法
expanded_df = df.pivot_table(index='sequence', values='value', aggfunc='first').reset_index()
print("扩展后的数据：")
print(expanded_df)

扩展后的数据：
   sequence  value
0         1      10
1         2      30
2         3      50

# 使用groupby和apply方法
def expand_group(group):
    return pd.Series({
        f'value_{i+1}': group['value'].iloc[i] for i in range(len(group))
    })

expanded_df = df.groupby('sequence').apply(expand_group).reset_index()
print("扩展后的数据：")
print(expanded_df)

扩展后的数据：
   sequence  value_1  value_2
0         1       10       20
1         2       30       40
2         3       50       60

# 假设存在缺失值
data_with_missing = {
    'sequence': [1, 1, 2, 2, 3, 3],
    'value': [10, None, 30, 40, None, 60]
}

df_with_missing = pd.DataFrame(data_with_missing)

# 使用fillna方法填充缺失值
df_filled = df_with_missing.fillna(method='ffill').reset_index(drop=True)
print("填充缺失值后的数据：")
print(df_filled)

填充缺失值后的数据：
   sequence  value
0         1    10.0
1         1    10.0
2         2    30.0
3         2    40.0
4         3    40.0
5         3    60.0