多列转置与重命名：DataFrame格式转换问题求助

现有如下结构的DataFrame：

需要实现半转置：每个唯一Product Id对应一行，新增feb_sales、march_sales、feb_profit、march_profit列，同时移除month列。

尝试过以下代码（及变体）但未成功：

table.values.reshape(1, -1), columns=table['month','sales','Profit']

期望得到的结果如下：

使用pandas的pivot方法可以直接实现需求，步骤如下：

import pandas as pd

# 假设你的DataFrame名为table
result = table.pivot(
    index=['Product Id', 'Category'],
    columns='month',
    values=['sales', 'profit']
).reset_index()

# 重命名列名，转换成目标格式
result.columns = [f'{col[1].lower()}_{col[0]}' if col[1] else col[0] for col in result.columns]

代码说明： #

1. pivot参数设置：
   • index=['Product Id', 'Category']：指定这两列为行基准，保证每个唯一组合对应一行
   • columns='month'：将month列的不同取值作为列的第二层索引
   • values=['sales', 'profit']：指定需要转置的数值字段
2. reset_index()：将行索引转换为普通列，恢复常规的DataFrame结构
3. 列名重命名：把多层列索引（如('sales', 'Feb')）转换成feb_sales的格式，匹配需求

如果你的数据存在重复的(Product Id, Category, month)组合，推荐用pivot_table（自动聚合重复项）：

result = pd.pivot_table(
    table,
    index=['Product Id', 'Category'],
    columns='month',
    values=['sales', 'profit'],
    aggfunc='first'  # 无重复数据时用first，有重复可换sum/mean等聚合方式
).reset_index()

# 同样重命名列名
result.columns = [f'{col[1].lower()}_{col[0]}' if col[1] else col[0] for col in result.columns]

内容的提问来源于stack exchange，提问作者milo204