如何重组Pandas DataFrame：将segment列转为表头

我有如下结构的Pandas DataFrame（实际行数更多）：

segment  time concentration
0        1   1.0         data1
1        2   1.0         data2
2        3   1.0         data3
3        1   2.0         data4
4        2   2.0         data5
5        3   2.0         data6
6        1   3.0         data7
7        2   3.0         data8
8        3   3.0         data9

我希望将其重组，把segment列的值作为新的表头（time可作为索引或保留列），得到如下目标结构：

time      1      2      3
0   1.0  data1  data2  data3
1   2.0  data4  data5  data6
2   3.0  data7  data8  data9

我曾考虑用字典实现，但不确定具体操作方式；也查阅了pd.melt()方法，不过找到的案例都是反向操作，不清楚该方法是否适用及如何实现。

以下是用于复现的代码：

import pandas as pd

df = pd.DataFrame([[1,1.0,'data1'],  [2,1.0,'data2'], [3,1.0,'data3'],
                   [1,2.0,'data4'],  [2,2.0,'data5'], [3,2.0,'data6'],
                   [1,3.0,'data7'],  [2,3.0,'data8'], [3,3.0,'data9'],
                   ],
                  columns = ['segment','time','concentration'])

df_target = pd.DataFrame([[1.0,'data1','data2','data3'],
                          [2.0,'data4','data5','data6'],
                          [3.0,'data7','data8','data9'],
                          ],
                         columns = ['time',1,2,3])

解决方案：使用pivot方法 #

你需要的是长表转宽表操作，pd.melt()是宽表转长表的反向操作，这里直接用pivot()方法即可实现需求：

方法1：保留time作为普通列 #

df_result = df.pivot(index='time', columns='segment', values='concentration').reset_index()
# 移除列名的层级标记
df_result.columns.name = None

运行后得到的结果与df_target完全一致：

time      1      2      3
0   1.0  data1  data2  data3
1   2.0  data4  data5  data6
2   3.0  data7  data8  data9

方法2：将time设为索引 #

如果不需要把time保留为普通列，可省略reset_index()：

df_result = df.pivot(index='time', columns='segment', values='concentration')
df_result.columns.name = None

结果结构如下：

1      2      3
time                     
1.0   data1  data2  data3
2.0   data4  data5  data6
3.0   data7  data8  data9

特殊情况处理 #

如果实际数据中存在同一time+segment组合的重复行，pivot()会报错，此时可以用pivot_table()并指定聚合函数（比如取第一个值）：

df_result = df.pivot_table(index='time', columns='segment', values='concentration', aggfunc='first').reset_index()
df_result.columns.name = None

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