如何将DataFrame从长格式转换为带分组列的宽格式？

需求是把长格式的DataFrame按group字段分组转为宽格式，要求最终的列名是single_id_1、country_1这种带组内序号后缀的形式，而非默认的多层索引结构。

原始数据 #

import pandas as pd

df = pd.DataFrame(
    [
        {'group': 'group-009297534',  'single_id': 'single-011900051',  'country': 'ESP',  'name': '00000911'},
        {'group': 'group-009297534',  'single_id': 'single-000000821',  'country': 'USA',  'name': '00001054'},
        {'group': 'group-009280053',  'single_id': 'single-000000002',  'country': 'HUN',  'name': '00000496'},
        {'group': 'group-009280053',  'single_id': 'single-000000014',  'country': 'HUN',  'name': '00000795'},
        {'group': 'group-009245039',  'single_id': 'single-000001258',  'country': 'NOR',  'name': '00000527'},
        {'group': 'group-009245039',  'single_id': 'single-000000669',  'country': 'TWN',  'name': '00000535'}
    ]
)

原方法的问题 #

你尝试用cumcount生成组内索引后做pivot，得到的是多层索引列，不符合预期的扁平化列名格式：

df['idx'] = df.groupby('group').cumcount()
df.pivot(index='group', columns='idx')

优雅的实现方案 #

直接对pivot（或unstack）后的多层列名进行合并，一步得到目标格式：

# 生成组内序号（从1开始，若要从0开始去掉+1即可）
df['idx'] = df.groupby('group').cumcount() + 1

# 转宽并合并列名
wide_df = df.set_index(['group', 'idx']).unstack(level='idx')
wide_df.columns = [f'{col[0]}_{col[1]}' for col in wide_df.columns]

# 可选：把group从索引转回普通列
wide_df = wide_df.reset_index()

如果想要更简洁的写法，也可以用pivot后直接处理列名：

df['idx'] = df.groupby('group').cumcount() + 1
wide_df = df.pivot(index='group', columns='idx')
wide_df.columns = [f'{feat}_{num}' for feat, num in wide_df.columns]
wide_df = wide_df.reset_index()

这样得到的结果列就是single_id_1、single_id_2、country_1、country_2这种扁平化的命名，完全符合需求。如果组内元素数量不固定，这个方法也能自动适配，不管每组有1个还是多个元素，都会生成对应的带序号后缀的列。

内容的提问来源于stack exchange，提问作者HedgeHog