Python DataFrame基于多列透视并重新整理数据的实现方法

针对你给出的DataFrame转换需求，用pandas的pivot方法就能轻松实现，步骤如下：

1. 先处理数据中的大小写问题 #

原数据里counter_name列存在bytes_written和bytes_Written（W大小写不一致），直接转换会生成两列，所以先统一格式：

import pandas as pd

# 假设你的df1已经加载完成
df1['counter_name'] = df1['counter_name'].str.lower()

2. 使用pivot转换格式 #

用pivot方法指定分组的索引、要转成列的字段以及对应的值：

df2 = df1.pivot(
    index=['Load', 'Instance_name'],
    columns='counter_name',
    values='counter_value'
).reset_index()

3. 整理列名（可选） #

转换后列名会带有层级标识，直接去掉层级名称让格式更简洁：

df2.columns.name = None

执行完以上代码后，就能得到你需要的目标格式DataFrame。

内容的提问来源于stack exchange，提问作者user3555115