我有一个格式如下表的表格：
Feature amount ID Location
Feat1 2 1 US
Feat2 0 1 US
Feat3 0 1 US
Feat4 1 1 US
Feat2 2 2 US
Feat4 0 2 US
Feat3 0 2 US
Feat6 1 2 US
假设我有 200 个不同的 ID。我想将所有不同的特征转换为变量并将数量转换为观察值，因此我将具有相同 ID 的行合并为一行。例如，
Feat1 Feat2 Feat3 Feat4 Feat5 Feat6 ID Location
2 0 0 1 NA NA 1 US
NA 2 0 0 NA 1 2 US
在 Python（熊猫）或 R 中有没有好的方法呢？
提前致谢！
假设您的表可以放入具有 4 列的 pandas DataFrame 对象数据，如上。实现您想要的一种方法是使用 ID 和位置进行 GROUPBY。然后逐渐为新表的每一行赋值：
newdata = pd.DataFrame(columns=['ID', 'Location', 'Feat1', 'Feat2', 'Feat3', 'Feat4', 'Feat5', 'Feat6'])
grouped = data.groupby(['ID', 'Location'])
for index, (group_name, d) in enumerate(grouped):
newdata.loc[index, 'ID'] = group_name[0]
newdata.loc[index, 'Location'] = group_name[1]
for feature, amount in zip(d['Feature'], d['amount']):
newdata.loc[index, feature] = amount