Python中如何将分组数据第二列条目转置为独立列

假设你的数据已经是按Company分组、按Revenue排序后的前3个Program，可以用Pandas的groupby+cumcount+pivot组合实现需求：

步骤1：准备示例数据（模拟你的输入结构） #

import pandas as pd

# 模拟已分组排序好的原始数据
df = pd.DataFrame({
    'Company': ['A', 'A', 'A', 'B', 'B', 'B', 'C', 'C'],
    'Program': ['ProgA1', 'ProgA2', 'ProgA3', 'ProgB1', 'ProgB2', 'ProgB3', 'ProgC1', 'ProgC2'],
    'Revenue': [1000, 800, 500, 1200, 900, 700, 1500, 1100]
})

步骤2：为每个公司的Program添加排名序号 #

给每个公司内的Program按现有排序（你已按Revenue排好序）分配1、2、3的序号：

# 按Company分组，给每组内的行从1开始递增加序号
df['Rank'] = df.groupby('Company').cumcount() + 1

步骤3：透视转换为目标格式 #

把序号列转成独立的Program列，同时去掉Revenue字段：

# 生成透视表：行是Company，列是Rank，值为Program
result = df.pivot(index='Company', columns='Rank', values='Program')

# 重命名列名为"Program 1"这类格式
result.columns = [f'Program {col}' for col in result.columns]

# 可选：把Company从索引转为普通列
result = result.reset_index()

处理不足3个Program的情况 #

如果部分公司只有2个或更少Program，对应列会显示NaN，可以用空字符串替换：

result = result.fillna('')

最终输出示例 #

内容的提问来源于stack exchange，提问作者Joseph Mena