基于type与duration列生成新列：语言学DataFrame数据处理需求

核心思路 #

借助pandas的pivot方法，将type列的各类别转为独立新列，同时把对应duration值填充到新列中，保留原数据里与样本、句子相关的标识列。

代码实现 #

import pandas as pd

# 假设原始DataFrame名为df
# 执行透视转换：以样本标识列为索引，type转为列名，duration为对应值
result_df = df.pivot(
    index=['file', 'sentence', 'iSentence', 'wordType', 'FCPhrase', 'V1Vowel', 'sampleQuality'],
    columns='type',
    values='duration'
).reset_index()

# 移除列名的层级标签，让结果结构更简洁
result_df.columns.name = None

结果说明 #

执行后会生成新的DataFrame，新增B、C1、V1、C2、V2、E列，每列对应原数据中该type的duration数值。同一组（如同一sentence）的所有属性会合并到同一行展示，完全匹配需求。

内容的提问来源于stack exchange，提问作者Pranav_b