如何在Pandas中按类别将单列转换为多列并重构数据集？

原始数据集 #

import pandas as pd

df = pd.DataFrame({'id': [1, 1, 1, 2, 2, 3,3], 
                   'activity_type': ['resource', 'url', 'homepage', 'url','homepage','resource','url'],
                   'sum_click': [23,15,2,25,2,16,2],
                   'course':['math', 'physics','math', 'math','physics','math','math'],
                   'final_result':['pass', 'pass', 'pass','pass','fail','pass','pass'],
})

原始数据表格：

目标数据集结构 #

target_df = pd.DataFrame({'id': [1, 1, 2, 2, 3], 
                   'type_resource': [23,0,0,0,16],
                   'type_url': [0,15,25,0,2],
                   'type_homepage':[2,0,0,2,0],
                   'course':['math', 'physics','math','physics','math'],
                   'final_result':['pass', 'pass', 'pass','fail','pass'],
})

目标数据表格：

实现方法 #

可以通过Pandas的pivot_table方法直接实现，核心是将activity_type列转换为新的列名，同时以id、course、final_result作为分组依据，缺失的点击量用0填充：

# 执行透视转换
result_df = df.pivot_table(
    index=['id', 'course', 'final_result'],
    columns='activity_type',
    values='sum_click',
    fill_value=0,
    aggfunc='sum'  # 同一分组下若有重复数据，用sum合并；示例无重复时也可用first
).reset_index()

# 重命名列名，添加type_前缀
result_df.columns = ['id', 'course', 'final_result'] + [f'type_{col}' for col in result_df.columns[3:]]

# 调整列顺序，匹配目标结构
result_df = result_df[['id', 'type_resource', 'type_url', 'type_homepage', 'course', 'final_result']]

print(result_df)

执行后输出的结果与目标数据集完全一致：

id  type_resource  type_url  type_homepage  course final_result
0   1             23         0              2    math         pass
1   1              0        15              0  physics         pass
2   2              0        25              0    math         pass
3   2              0         0              2  physics         fail
4   3             16         2              0    math         pass

说明 #

• pivot_table的index参数指定了分组的唯一标识：每个id+course+final_result组合对应一行数据
• columns参数将activity_type的不同值转为新列
• fill_value=0确保没有对应交互类型的位置填充0
• 最后调整列顺序以匹配目标结构

内容的提问来源于stack exchange，提问作者jessu