Podemos enumerar grupos con groupby cumcount y usarlos como columnas pivote, luego add_prefix a los valores numéricos y reset_index para devolver los valores 'foo' a las columnas:

 new_df = ( df1.pivot_table(index='foo', columns=df1.groupby('foo').cumcount() + 1, values='bar', aggfunc='first') .add_prefix('val') .reset_index() )

 foo val1 val2 val3 0 one ABC 1 two ABC

Vea cómo df1.groupby('foo').cumcount() + 1 hace las columnas:

 foo columns 0 one 1 # First instance of "one" 1 one 2 # Second instance of "one" 2 one 3 # Third instance of "one" 3 two 1 4 two 2 5 two 3

Código para generar el marco de datos anterior:

 demo_df = pd.DataFrame({ 'foo': df1['foo'], 'columns': df1.groupby('foo').cumcount() + 1 })

Otra solución:

 x = df1.pivot("foo", "bar", "bar") x.columns = [f"var{i}" for i in range(1, len(x.columns) + 1)] x = x.reset_index() print(x)

Huellas dactilares:

 foo var1 var2 var3 0 one ABC 1 two ABC

Tratar:

 df1.groupby([df1.groupby('foo').cumcount() + 1, 'foo']).first()['bar'].unstack(0).add_prefix('val').reset_index()

Producción:

 foo val1 val2 val3 0 one ABC 1 two ABC

df1 = pd.DataFrame({'foo': ['one', 'one', 'one', 'two', 'two', 'two'], 'bar': ['A', 'B', 'C', 'A', 'B', 'C']}) df1['i'] = df1['bar'].apply(lambda x: "val "+x) pd.pivot(df1,index='foo',columns='i',values='bar')

pd.pivot_table(df1,index='foo',columns=df1.groupby(df1.foo).cumcount()+1, values='bar',aggfunc=(lambda x:min(x)), dropna=True).add_prefix('val')

producción:

 val1 val2 val 3 foo one ABC two ABC

Siguiendo el ejemplo de la solución de @HenryEcker, una combinación de groupby y pivote puede obtener el resultado:

 (df1.assign(counter = lambda df: df.groupby('foo').cumcount()) .pivot('foo', 'counter', 'bar') .rename(columns = lambda col: f"val{col}" if col!=0 else "val") .rename_axis(columns=None) ) val val1 val2 foo one ABC two ABC