如何在Pandas DataFrame中透视均值：以周为列、原列为Type行

原始DataFrame：

目标结构：

可以用pandas的melt和pivot_table组合实现，步骤如下：

1. 构造原始数据并转成长格式，将A、B列合并为"类型"列，对应值存入"数值"列：

import pandas as pd

# 构造原始DataFrame
df = pd.DataFrame({
    "ID": [1,2,1,2],
    "周数": [1,1,2,2],
    "A": [1,1,2,2],
    "B": [1,2,1,3]
})

# 转换为长格式
melted_df = df.melt(id_vars=["ID", "周数"], var_name="类型", value_name="数值")

2. 生成透视表，按"类型"分组、"周数"为列，计算数值的均值：

pivot_df = melted_df.pivot_table(index="类型", columns="周数", values="数值", aggfunc="mean")

3. 调整列名格式，并重置索引让"类型"成为普通列：

pivot_df.columns = [f"第{week}周" for week in pivot_df.columns]
pivot_df = pivot_df.reset_index()

执行完成后，pivot_df即为目标结构的DataFrame。

内容的提问来源于stack exchange，提问作者max