如何用Python的Pandas将多行重复数据转换为多列格式？

输入数据 #

期望输出数据 #

实现思路 #

核心是按重复的Object和ID分组，将每组内的Ticket和Description分别整理为列表，再将列表横向展开为多列，最后重组数据框。

示例代码 #

import pandas as pd

# 构造输入数据
df = pd.DataFrame({
    'Object': ['ob1', 'ob1'],
    'ID': [88, 88],
    'Ticket': ['ticket1', 'ticket2'],
    'Description': ['information ticket1', 'information ticket2']
})

# 按Object和ID分组，收集Ticket和Description为列表
grouped = df.groupby(['Object', 'ID']).agg({
    'Ticket': list,
    'Description': list
}).reset_index()

# 将列表展开为多列，并重新命名列名
def expand_list_columns(df, col_name):
    expanded = pd.DataFrame(df[col_name].tolist(), index=df.index)
    expanded.columns = [f'{col_name}_{i+1}' for i in expanded.columns]
    return expanded

expanded_tickets = expand_list_columns(grouped, 'Ticket')
expended_descriptions = expand_list_columns(grouped, 'Description')

# 合并所有列
result = pd.concat([grouped[['Object', 'ID']], expanded_tickets, expended_descriptions], axis=1)

# 可选：重命名列名匹配期望输出的无序号格式
result.columns = ['Object', 'ID', 'Ticket', 'Description', 'Ticket', 'Description']

print(result)

代码说明 #

1. 分组收集：用groupby结合agg(list)把每组的票号和描述打包成列表，确保同一组的相关数据被聚合到一起。
2. 列表展开：自定义函数将列表列拆分为多个独立列，自动生成带序号的列名（也可以手动修改为无序号）。
3. 列合并：将分组后的基础列和展开后的列横向拼接，得到最终的单行结构。

原代码问题说明 #

你之前用的pivot_table思路不符合需求：

• columns参数设置为['Description','Ticket Number']会生成多级列，但不是横向合并的效果
• aggfunc='count'是统计计数，而非收集原始值，无法得到目标内容

内容的提问来源于stack exchange，提问作者Rachel Ps