如何将Pandas长格式DataFrame按ID元素转换为宽格式并构建排名评分体系

没问题，我来帮你实现这个数据转换的需求！咱们一步步来处理：

步骤1：准备原始数据 #

首先先把你提供的长格式DataFrame用代码还原出来：

import pandas as pd

# 原始长格式数据
data = {
    'rank': [1,2,3,4,1,2,1,2,3,4,1,1,2,3,1],
    'group': [1,1,1,1,2,2,3,3,3,3,4,5,5,5,6],
    'ID': [3,1,2,4,2,1,2,4,3,1,1,3,2,1,1]
}
X = pd.DataFrame(data)

步骤2：计算每个ID的评分 #

根据规则，评分是5 - 该ID在组内的rank，所以先新增一个评分列：

X['score'] = 5 - X['rank']

步骤3：转换为宽格式 #

用pivot_table来实现长转宽，指定行索引为group，列名为ID，填充值为计算好的score，同时处理缺失值为NA：

# 转宽格式，每个组-ID组合只取唯一的评分值
wide_df = X.pivot_table(index='group', columns='ID', values='score', aggfunc='first')

# 把列名从ID数字改成n1、n2、n3、n4的格式
wide_df.columns = [f'n{col}' for col in wide_df.columns]

# 确保列的顺序是n1、n2、n3、n4，缺失的列自动填充NA
wide_df = wide_df.reindex(columns=['n1', 'n2', 'n3', 'n4'])

# 把group从索引转为普通列
wide_df = wide_df.reset_index()

最终结果 #

运行完上面的代码后，wide_df就是你想要的宽格式数据：

关键说明 #

• 使用pivot_table的aggfunc='first'是因为每个组内的每个ID只会有一个排名，所以直接取第一个匹配的值即可；
• reindex(columns=['n1', 'n2', 'n3', 'n4'])可以确保列的顺序完全符合你的要求，即使某些ID在原始数据中出现顺序不一致也不影响；
• 原始数据中不存在的组-ID组合会自动填充为NaN（也就是你要求的NA）。

内容的提问来源于stack exchange，提问作者Apook