如何将旧DataFrame转换为以唯一值为列、对应观测值为行的新DataFrame？（含日期与rel_spread场景）

嘿，这两个问题其实都是数据重塑的需求，用pandas就能轻松搞定，我给你一步步讲清楚：

这种需求本质是把长格式数据转成宽格式，核心是把原DataFrame里某一列的唯一值作为新表的列名，每个列下存放对应所有观测值。这里有两个实用方法：

方法1：分组后拼接列表 #

适合已经确定每个唯一值对应观测值数量一致的情况：

import pandas as pd

# 假设原表有两列：`unique_col`（存唯一值）和`obs_col`（存观测值）
grouped = df.groupby('unique_col')['obs_col'].apply(list).reset_index()
new_df = pd.DataFrame(grouped['obs_col'].tolist(), columns=grouped['unique_col'])

原理很简单：先按唯一值分组，把每组的观测值打包成列表，再把这些列表转成新DataFrame的列，列名就是原来的唯一值。

方法2：加行号后用pivot（更稳妥） #

如果担心有些唯一值的观测数量不一致，或者想自动对齐行位置，这个方法更靠谱：

# 给每个唯一值分组内的行添加递增序号
df['row_id'] = df.groupby('unique_col').cumcount()
# 重塑成宽格式，行序号作为索引，唯一值作为列
new_df = df.pivot(index='row_id', columns='unique_col', values='obs_col').reset_index(drop=True)

这个方法会自动给缺失的观测值补NaN，保证所有列的行数一致，后续处理也更方便。

针对你的场景——每个日期对应约500条rel_spread，直接用上面的方法2就完美匹配，我给你写好具体代码：

假设你的原DataFrame叫date_spread_df，包含date（重复日期）和rel_spread（对应数据）两列：

import pandas as pd

# 第一步：给每个日期下的记录加行号，这样同一天的第1条、第2条...数据会对应新表的同一行
date_spread_df['row_num'] = date_spread_df.groupby('date').cumcount()

# 第二步：重塑成目标格式
new_spread_df = date_spread_df.pivot(
    index='row_num',  # 用行号对齐同一位置的观测值
    columns='date',   # 把日期作为新表的列名
    values='rel_spread'  # 列值是对应的rel_spread
).reset_index(drop=True)

# 看看结果，每一列就是一个唯一日期，每一行是该日期的第n条rel_spread数据
print(new_spread_df.head())

小提示： #

• 如果你的日期格式不是标准datetime，先转一下：date_spread_df['date'] = pd.to_datetime(date_spread_df['date'])，这样列名会更规范，后续做时间分析也方便。
• 如果某个日期的观测值少于500，新表对应位置会出现NaN，可以用new_spread_df.fillna(0)或者new_spread_df.fillna(new_spread_df.mean())来填充缺失值。

内容的提问来源于stack exchange，提问作者ameliedc