如何不分组实现行转列？字典键转列名方法求助

1. 直接将字典列转换为DataFrame列 #

如果你的数据已经处理成每行对应一个完整字典（比如DataFrame中有一列存储单个字典），可以直接把该列转成新的DataFrame，再和原数据拼接：

import pandas as pd

# 模拟输入数据
df = pd.DataFrame({
    'id': [1, 2],
    'dict_col': [{'name': 'Alice', 'age': 25}, {'name': 'Bob', 'age': 30}]
})

# 将字典列转换为结构化列
dict_df = pd.DataFrame(df['dict_col'].tolist())

# 合并原数据与新生成的列
final_df = pd.concat([df.drop('dict_col', axis=1), dict_df], axis=1)
print(final_df)

输出结果：

id    name  age
0   1   Alice   25
1   2     Bob   30

2. 处理已拆分为key-value行的数据 #

如果已经通过两次explode得到了key和value的行数据（每行对应一个key-value对，且属于同一个主体），用pivot转列即可，无需额外分组（只要每个主体的key不重复）：

# 模拟两次explode后的行数据
df_exploded = pd.DataFrame({
    'id': [1, 1, 2, 2],
    'key': ['name', 'age', 'name', 'age'],
    'value': ['Alice', 25, 'Bob', 30]
})

# 行转列操作
final_df = df_exploded.pivot(index='id', columns='key', values='value').reset_index()
# 清除列名的层级标签
final_df.columns.name = None
print(final_df)

输出结果和上面一致。

3. 无关联行的行转列（不分组场景） #

如果每行是独立无关联的key-value对，要直接转成一行多列，可以先收集所有key-value为字典，再生成单行DataFrame：

# 模拟无关联的key-value行
df_single = pd.DataFrame({
    'key': ['name', 'age', 'city'],
    'value': ['Charlie', 35, 'New York']
})

# 转换为单行多列
final_df = pd.DataFrame([dict(zip(df_single['key'], df_single['value']))])
print(final_df)

输出结果：

name  age      city
0  Charlie   35  New York

内容的提问来源于stack exchange，提问作者mohammed shoab