如何在Pandas中按原列序透视DataFrame并保留重复值行

原始DataFrame #

import pandas as pd

data = {
    'Type': ['Z', 'x', 'A', 'A', 'A', 'D', 'B', 'B','Z', 'x', 'A', 'A', 'A', 'D', 'B', 'B'],
    'Val': ['012', '11', '123', '567', '101', '22', 'T54', '111','012', '11', '123', '500', '101', '22', 'T54', '111']
}

df = pd.DataFrame(data)

需求 #

对上述DataFrame执行透视操作，需满足：

1. 保持列的原始顺序（即Z、x、A、D、B）
2. 同一Type对应的多个Val值依次添加到新行，期望输出如下：

尝试的代码（未得到期望输出） #

df['Type'] = pd.Categorical(df['Type'], categories=df['Type'].unique(), ordered=True)
df['Row'] = df.groupby('Type').cumcount()
df = df.pivot(index='Row', columns='Type', values='Val')
df = df.reset_index(drop=True)
df.columns.name = None

这段代码的问题在于：全局按Type分组累计计数，会把原始数据中两组重复的Type序列合并到同一行，无法区分前8行和后8行的独立块。

解决方案 #

先识别原始数据中的重复序列块，给每个块分配独立ID，再结合块内的Type累计计数生成行索引，代码如下：

import pandas as pd

data = {
    'Type': ['Z', 'x', 'A', 'A', 'A', 'D', 'B', 'B','Z', 'x', 'A', 'A', 'A', 'D', 'B', 'B'],
    'Val': ['012', '11', '123', '567', '101', '22', 'T54', '111','012', '11', '123', '500', '101', '22', 'T54', '111']
}

df = pd.DataFrame(data)

# 标记重复序列块：当Type等于第一个元素时，视为新块的起始
df['Block'] = (df['Type'] == df['Type'].iloc[0]).cumsum()

# 按块和Type分组，计算每个Type在块内的累计行数
df['Row'] = df.groupby(['Block', 'Type']).cumcount()

# 设置分类类型，保持列的原始顺序
unique_types = df['Type'].unique()
df['Type'] = pd.Categorical(df['Type'], categories=unique_types, ordered=True)

# 透视并整理结果
result = df.pivot(index=['Block', 'Row'], columns='Type', values='Val')
result = result.reset_index(drop=True)
result.columns.name = None

print(result)

代码说明 #

• 标记块ID：通过判断当前行Type是否等于序列第一个元素（Z），累计得到块ID，将原始数据拆分为两个独立的块。
• 块内累计计数：按块和Type分组后累计计数，确保每个块内的Type重复值生成独立的行索引。
• 透视整理：以(Block, Row)作为联合索引执行透视，最后重置索引得到期望格式。

内容的提问来源于stack exchange，提问作者educational board