如何将Python Pandas DataFrame按多列组合转换为宽表结构？

原始数据构造 #

先还原你提供的原始DataFrame：

import pandas as pd

df = pd.DataFrame({
    '产品': ['Apple', 'Apple', 'Banana', 'Banana'],
    '颜色': ['Yellow', 'Green', 'Yellow', 'Green'],
    '等级': ['A', 'B', 'B', 'A'],
    '价格': [1000, 500, 2000, 3000],
    '尺寸': [3, 4, 5, 6]
})

转换实现步骤 #

可以通过透视表+列名重构的方式实现目标结构，具体代码如下：

# 执行透视操作，按产品分组，将颜色、等级作为列维度，价格和尺寸作为值
pivoted_df = df.pivot(index='产品', columns=['颜色', '等级'], values=['价格', '尺寸'])

# 重构列名，将多层级列合并为目标格式：Price_颜色_等级、Size_颜色_等级
pivoted_df.columns = [f'{val_type}_{color}_{grade}' for val_type, color, grade in pivoted_df.columns]

# 重置索引将产品变回普通列，同时把缺失值填充为0并转为整数类型
final_df = pivoted_df.reset_index().fillna(0).astype(int)

转换结果 #

执行后final_df的结构与你期望的完全一致：

内容的提问来源于stack exchange，提问作者yunastrian