如何在Python中基于行数据生成新列（Pandas数据框转换）

需求说明 #

现有如下长格式DataFrame：

需要转换为宽格式，其中Product_xxx列为二元变量（客户购买过对应产品则为1，未购买则为0），最终结构如下：

实现代码 #

import pandas as pd

# 构造原始DataFrame（已有数据集可跳过此步）
df = pd.DataFrame({
    'ClientId': ['01', '01', '01', '02', '02'],
    'Product': ['Apples', 'Oranges', 'Bananas', 'Apples', 'Bananas'],
    'Quantity': [2, 3, 1, 4, 2]
})

# 添加标识列，用于生成二元变量
df['Product_Flag'] = 1

# 生成透视表，聚合数量和标识值，缺失值补0
pivot_result = df.pivot_table(
    index='ClientId',
    columns='Product',
    values=['Quantity', 'Product_Flag'],
    fill_value=0,
    aggfunc='max'
)

# 重命名列，调整为目标格式
pivot_result.columns = [f'{col_type}_{product}' for col_type, product in pivot_result.columns]

# 重置索引并调整列顺序
final_df = pivot_result.reset_index()[
    ['ClientId', 'Product_Apples', 'Quantity_Apples',
     'Product_Oranges', 'Quantity_Oranges',
     'Product_Bananas', 'Quantity_Bananas']
]

# 查看结果
print(final_df)

代码说明 #

1. 构造原始数据：如果已有现成的DataFrame，直接替换即可，无需重复构造；
2. 添加标识列：新增Product_Flag列固定为1，用于后续生成Product_xxx的二元标识；
3. 透视表转换：按ClientId分组，Product作为列维度，分别聚合购买数量（取对应值）和标识（取最大值，确保存在则为1、缺失补0）；
4. 列名调整：将透视表的多级列名重命名为前缀_产品名的格式；
5. 列顺序整理：按照需求的列顺序重新排列，得到最终结果。

内容的提问来源于stack exchange，提问作者wlog