如何在Python Pandas中将列值转换为新列

这是典型的长格式转宽格式的数据重塑操作，Python标准库没有直接对应的内置函数，但用pandas库的pivot方法可以一键搞定，非常简便。

具体实现代码 #

import pandas as pd

# 构造原始数据
data = {
    'Name': ['Karl', 'George', 'Karl', 'George', 'Rex', 'Rex'],
    'Class': ['Math', 'English', 'English', 'Math', 'Math', 'English'],
    'Rank': [1, 1, 2, 3, 2, 3]
}
df = pd.DataFrame(data)

# 执行转置操作
result_df = df.pivot(index='Name', columns='Class', values='Rank').reset_index()

# 调整列名格式（去掉自动生成的层级标签）
result_df.columns.name = None

print(result_df)

代码说明 #

• pivot(index='Name', columns='Class', values='Rank')：指定Name作为行标识，Class的唯一值作为新列名，Rank对应填充到新列的位置。
• reset_index()：把Name从索引列转回普通数据列，和目标格式对齐。
• columns.name = None：移除pivot自动生成的列层级名称，让输出结构更贴合需求。

运行后输出结果完全匹配你的要求：

Name  Math  English
0  George     3        1
1    Karl     1        2
2     Rex     2        3

如果不想依赖第三方库，只能手动用字典遍历原始数据拼接结果，但效率和简洁性远不如pandas，因此优先推荐上述方法。

内容的提问来源于stack exchange，提问作者user98235