基于现有DataFrame创建新DataFrame：患者多时段医疗数据重组问题

嘿，作为Python新手遇到这种数据格式转换很正常，我来帮你理清问题，先看看你代码里的问题，再给你简单高效的解决方案！

你的代码为什么没生效？ #

你的思路是对的，但有几个关键错误导致最后得到空DataFrame：

1. 忘记赋值结果：pd.concat(...)不会直接修改原变量，你需要把结果重新赋值给x_binary_compact，比如x_binary_compact = pd.concat(...)
2. 数据类型不匹配：itertuples返回的是元组，不能直接和DataFrame拼接，得先转成合适的结构
3. 逻辑和参数错误：else分支里的pd.concat((x_binary_compact), row, axis=0)写法不对，而且纵向拼接（axis=0）不符合你要的宽格式需求
4. 初始值问题：如果x_binary_compact一开始是空的，第一次拼接也需要正确初始化

其实用循环处理pandas数据本来就不是最优解，pandas有专门的函数处理这种长格式转宽格式的需求，比循环高效得多！

正确的解决方案 #

首先先复现你的示例数据：

import pandas as pd

# 你的原始数据
data = {
    'patientid': [1, 1, 2, 2],
    'hour': [1, 2, 1, 2],
    'measurementx': [13.5, 13.9, 11.5, 14.9],
    'measurementy': [2030, 2013, 1890, 2009]
}
x_binary = pd.DataFrame(data)

方法一：用pivot实现长转宽（推荐） #

这是最直接的方法，利用pandas的pivot函数把按小时分组的数据展开成宽格式：

# 按patientid分组，把hour作为列的层级
wide_df = x_binary.pivot(index='patientid', columns='hour')

# 把多层级的列名转换成你需要的重复列名格式
hours = x_binary['hour'].unique()
col_names = []
for _ in hours:
    col_names.extend(['hour', 'measurementx', 'measurementy'])

# 重新设置列名，并重置索引让patientid变回普通列
wide_df.columns = col_names
wide_df = wide_df.reset_index()

print(wide_df)

输出结果完全符合你的要求：

patientid  hour  measurementx  measurementy  hour  measurementx  measurementy
0          1     1          13.5          2030     2          13.9          2013
1          2     1          11.5          1890     2          14.9          2009

方法二：用groupby+自定义函数展开 #

如果需要更灵活的处理，可以用分组后自定义函数来展开每行数据：

def flatten_row(group):
    # 把每个患者的所有行数据按顺序展开成一维数组
    flattened_data = group.drop('patientid', axis=1).values.flatten()
    # 生成重复的列名
    col_names = []
    for _ in range(len(group)):
        col_names.extend(['hour', 'measurementx', 'measurementy'])
    return pd.Series(flattened_data, index=col_names)

# 分组应用函数，然后重置索引
wide_df = x_binary.groupby('patientid').apply(flatten_row).reset_index()

print(wide_df)

这个方法也能得到和上面一样的结果，适合需要额外处理每个患者数据的场景。

总结 #

处理pandas数据转换时，优先用内置的向量化函数（比如pivot、unstack、groupby），比循环高效且不容易出错。以后遇到类似的长转宽问题，直接想到pivot就对啦！

内容的提问来源于stack exchange，提问作者cercio