CODEWITHSUNDEEP
python-3.xpandasdataframegroup-by
Rajarshi
Rajarshi

Reputation: 23

Group by UUID with creating multiple columns for multiple entries of same UUID

So let's say I have a dataframe of this structure:

╔══════════════════════════════════════╦══════════════════╦════════════╦═══════════╦════════════════════╦══════════════╦══════════════════════╦═════════════════════╦═════════════════════════════════╦════════════════════════════════════════════╦════════════════════════════════════════════╗
║             candidate_id             ║     public_id    ║ first_name ║ last_name ║        email       ║ phone_number ║     company_name     ║ years_of_experience ║        normalized_degree        ║                college_name                ║             specialization_path            ║
╠══════════════════════════════════════╬══════════════════╬════════════╬═══════════╬════════════════════╬══════════════╬══════════════════════╬═════════════════════╬═════════════════════════════════╬════════════════════════════════════════════╬════════════════════════════════════════════╣
║ a132a4f9-fa42-4802-8958-228952240d47 ║ divyanshu-thakur ║  Divyanshu ║   Thakur  ║    [email protected]   ║     xxxx     ║        Google        ║          3          ║    Bachelor's / Undergraduate   ║ Indian Institute of Information Technology ║ Technical / Quantitative~>Computer Science ║
╠══════════════════════════════════════╬══════════════════╬════════════╬═══════════╬════════════════════╬══════════════╬══════════════════════╬═════════════════════╬═════════════════════════════════╬════════════════════════════════════════════╬════════════════════════════════════════════╣
║ 71cfc6b7-b601-4ca0-b894-0b9f48dad717 ║     kami-kms     ║    Kami    ║    Kms    ║  [email protected]  ║    xxxxxxx   ║        Groupon       ║          2          ║ High School Certificate/Diploma ║             Board of Education             ║    Technical / Quantitative~>Statistics    ║
╠══════════════════════════════════════╬══════════════════╬════════════╬═══════════╬════════════════════╬══════════════╬══════════════════════╬═════════════════════╬═════════════════════════════════╬════════════════════════════════════════════╬════════════════════════════════════════════╣
║ 71cfc6b7-b601-4ca0-b894-0b9f48dad717 ║     kami-kms     ║    Kami    ║    Kms    ║  [email protected]  ║    xxxxxxx   ║        Groupon       ║          2          ║    Bachelor's / Undergraduate   ║               ISBM University              ║    Technical / Quantitative~>Statistics    ║
╠══════════════════════════════════════╬══════════════════╬════════════╬═══════════╬════════════════════╬══════════════╬══════════════════════╬═════════════════════╬═════════════════════════════════╬════════════════════════════════════════════╬════════════════════════════════════════════╣
║ 8af6be9a-007e-4cfa-9965-aa65948e945f ║   kundan-mishra  ║   KUNDAN   ║   MISHRA  ║ [email protected] ║   xxxxxxxx   ║       Mobikwik       ║          8          ║       Master's / Graduate       ║                     IIM                    ║       Business / Commerce~>Marketing       ║
╠══════════════════════════════════════╬══════════════════╬════════════╬═══════════╬════════════════════╬══════════════╬══════════════════════╬═════════════════════╬═════════════════════════════════╬════════════════════════════════════════════╬════════════════════════════════════════════╣
║ 8af6be9a-007e-4cfa-9965-aa65948e945f ║   kundan-mishra  ║   KUNDAN   ║   MISHRA  ║ [email protected] ║    xxxxxxx   ║ OYO - Vacation Homes ║          8          ║       Master's / Graduate       ║                     IIM                    ║       Business / Commerce~>Marketing       ║
╚══════════════════════════════════════╩══════════════════╩════════════╩═══════════╩════════════════════╩══════════════╩══════════════════════╩═════════════════════╩═════════════════════════════════╩════════════════════════════════════════════╩════════════════════════════════════════════╝

I want to groupby all elements using candidate_id field. So, what I want is:

╔══════════════════════════════════════╦══════════════════╦════════════╦═══════════╦════════════════════╦══════════════╦═══════════╦══════════════════════╦═════════════════════╦═════════════════════════════════╦════════════════════════════════════════════╦════════════════════════════════════════════╦════════════════════════════╦═════════════════╦══════════════════════════════════════╗
║             candidate_id             ║     public_id    ║ first_name ║ last_name ║        email       ║ phone_number ║ company_1 ║ company_2            ║ years_of_experience ║        normalized_degree1       ║                college_name1               ║            specialization_path1            ║ normalized_degree2         ║ college_name2   ║ specialization_path2                 ║
╠══════════════════════════════════════╬══════════════════╬════════════╬═══════════╬════════════════════╬══════════════╬═══════════╬══════════════════════╬═════════════════════╬═════════════════════════════════╬════════════════════════════════════════════╬════════════════════════════════════════════╬════════════════════════════╬═════════════════╬══════════════════════════════════════╣
║ a132a4f9-fa42-4802-8958-228952240d47 ║ divyanshu-thakur ║  Divyanshu ║   Thakur  ║    [email protected]   ║     xxxx     ║   Google  ║ NA                   ║          3          ║    Bachelor's / Undergraduate   ║ Indian Institute of Information Technology ║ Technical / Quantitative~>Computer Science ║ NA                         ║ NA              ║ NA                                   ║
╠══════════════════════════════════════╬══════════════════╬════════════╬═══════════╬════════════════════╬══════════════╬═══════════╬══════════════════════╬═════════════════════╬═════════════════════════════════╬════════════════════════════════════════════╬════════════════════════════════════════════╬════════════════════════════╬═════════════════╬══════════════════════════════════════╣
║ 71cfc6b7-b601-4ca0-b894-0b9f48dad717 ║     kami-kms     ║    Kami    ║    Kms    ║  [email protected]  ║    xxxxxxx   ║  Groupon  ║ NA                   ║          2          ║ High School Certificate/Diploma ║             Board of Education             ║    Technical / Quantitative~>Statistics    ║ Bachelor's / Undergraduate ║ ISBM University ║ Technical / Quantitative~>Statistics ║
╠══════════════════════════════════════╬══════════════════╬════════════╬═══════════╬════════════════════╬══════════════╬═══════════╬══════════════════════╬═════════════════════╬═════════════════════════════════╬════════════════════════════════════════════╬════════════════════════════════════════════╬════════════════════════════╬═════════════════╬══════════════════════════════════════╣
║ 8af6be9a-007e-4cfa-9965-aa65948e945f ║   kundan-mishra  ║   KUNDAN   ║   MISHRA  ║ [email protected] ║   xxxxxxxx   ║  Mobikwik ║ OYO - Vacation Homes ║          8          ║       Master's / Graduate       ║                     IIM                    ║       Business / Commerce~>Marketing       ║ NA                         ║ NA              ║ NA                                   ║
╚══════════════════════════════════════╩══════════════════╩════════════╩═══════════╩════════════════════╩══════════════╩═══════════╩══════════════════════╩═════════════════════╩═════════════════════════════════╩════════════════════════════════════════════╩════════════════════════════════════════════╩════════════════════════════╩═════════════════╩══════════════════════════════════════╝

I am unable to find any way other than brute force to do this.

Upvotes: 0

Views: 184

Answers (1)

jezrael
jezrael

Reputation: 862641

I think you need GroupBy.cumcount for counter, create MultiIndex by DataFrame.set_index and reshape by DataFrame.unstack, sorting MultiIndex in columns by second level and flatten columns names by f-strings:

cols = ['candidate_id',' public_id','first_name','last_name',
        'email','phone_number','years_of_experience']

g = df.groupby(cols).cumcount().add(1)
df1 = df.set_index(cols + [g]).unstack().sort_index(axis=1, level=1)
df1.columns = df1.columns.map(lambda x: f'{x[0]}{x[1]}')
df1 = df1.reset_index()

Upvotes: 1

Related Questions