Buen día,
Utilizando el siguiente dataframe
genérico como ejemplo:
0
0 a
1 ab
2 abc
3 abcd
4 b
5 ba
6 bac
7 bacd
8 c
9 ca
10 cab
11 cabd
Lo que podrías hacer es utilizar pandas.DataFrame.groupby
y agrupar con respecto a la primera letra del string
de la columna que te interesa.
Luego, separar cada elemento de la serie en diferentes columnas dependiendo de la letra con la que empiece, para eso se puede utilizar pandas.DataFrame.apply
junto con pandas.Series
df.groupby([df['0'].str.upper().str[0]]).agg(list)['0'].apply(pd.Series)
Esto devuelve lo siguiente:
0 1 2 3
0
A a ab abc abcd
B b ba bac bacd
C c ca cab cabd
Es casi lo esperado pero los índices y las columnas están invertidos, para arreglarlo utilizamos pandas.DataFrame.transpose
Y quedaría así:
0 A B C
0 a b c
1 ab ba ca
2 abc bac cab
3 abcd bacd cabd
Es importante notar que hay un 0
"extra" hasta arriba a la izquierda, ese es el nombre de la serie con los nombres de las columnas, para quitarlo hacemos
columns.name = None
Ejemplo completo importando los datos desde un archivo "sample.csv":
import pandas as pd
df = pd.read_csv('sample.csv')
resultado = df.groupby([df['0'].str.upper().str[0]]).agg(list)['0'].apply(pd.Series).transpose()
resultado.columns.name = None
print(resultado)
Esto devuelve:
A B C
0 a b c
1 ab ba ca
2 abc bac cab
3 abcd bacd cabd
dataframe
resultante ya tienes varias palabras en una columna, ¿Qué haría falta?