如何在Python DataFrame中将列字段转换为多列并重组数据

你要实现的是将长格式DataFrame转换为宽格式，用Pandas的pivot()方法就能轻松完成，步骤如下：

1. 核心代码 #

假设你已经导入了Pandas并创建了df1，直接运行以下代码：

import pandas as pd

# 转换格式
df2 = df1.pivot(
    index='Load',          # 以Load列的值作为行的唯一标识
    columns='counter_name',# 将counter_name的取值转为新列名
    values='counter_value' # 用counter_value的值填充对应位置
).reset_index()            # 把Load从索引转回普通列

# 移除列名上方的层级标签（让结果完全匹配你的需求格式）
df2 = df2.rename_axis(None, axis=1)

2. 代码解释 #

• pivot()是Pandas专门用于行列转换的函数，完美适配这种"一行对应单个属性"转"一行对应完整记录"的场景
• reset_index()：默认pivot会把Load设为行索引，用这个方法可以把它变回普通列，和你要的df2结构完全一致
• rename_axis(None, axis=1)：去掉列名顶部自动生成的counter_name标签，让列名直接显示为bytes_read、locks等

3. 最终结果 #

运行后得到的df2结构如下：

Load  bytes_read  bytes_written  last_time  locks
0     0           0             90        100     90
1     1          10            940       1100    910
2     2          11            910       1100   9120

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