Python中如何正确透视Pandas DataFrame？现有代码未达预期

问题分析 #

从你提供的代码来看，你试图处理带有分组标识行的DataFrame（分组行的4列非数字，明细行是数字），并将其转换为规整的透视格式，但原代码的逻辑存在拼接错误，导致结果不符合预期。

正确实现步骤 #

以下是针对这类场景的通用解决方案，分两种常见目标格式处理：

场景1：将分组信息合并到明细行（基础规整）

假设你的原始DataFrame是分组行+明细行的结构（比如分组行存放组名，下方是该组的明细数据），首先需要把分组信息填充到对应的明细行，再过滤掉冗余的分组行：

import pandas as pd

# 1. 标记明细行（`4`列匹配数字的行）
is_detail = df['4'].str.match(r'\d', na=False)

# 2. 提取分组行的标识（假设组名在第0列），向下填充到所有明细行
df['分组'] = df.loc[~is_detail, 0].ffill()

# 3. 只保留明细行，重置索引
df_clean = df[is_detail].reset_index(drop=True)

场景2：透视成宽表（多行转多列）

如果你的目标是把每个分组的多行明细转为一行多列，可以在上面的基础上，结合groupby和pivot实现：

# 给每个分组内的明细行添加序号
df_clean['行序号'] = df_clean.groupby('分组').cumcount() + 1

# 按分组透视，将明细行转成列
pivoted_df = df_clean.pivot(
    index='分组',
    columns='行序号',
    values=df_clean.columns.drop(['分组', '行序号'])
)

# 整理列名（比如将(列名, 序号)转为`列名_序号`格式）
pivoted_df.columns = pivoted_df.columns.map(lambda x: f'{x[0]}_{x[1]}')

# 重置索引，让分组成为普通列
pivoted_df = pivoted_df.reset_index()

原代码问题说明 #

你原代码的逻辑错误在于：

• df.where(m, axis=0).ffill()[~m] 是将分组行的信息填充后，再提取非明细行（即分组行），这一步方向搞反了；
• 后续join(df[~m])重复拼接了分组行数据，导致列结构混乱，最终结果不符合预期。

内容的提问来源于stack exchange，提问作者Lok