如何用Python的Pandas/NumPy实现指定DataFrame结构转换？

原始数据结构 #

A        B        D     E 
foo-1    bar-6    C1    11
foo-2    bar-5    C2    12
foo-3    bar-4    C1    13
foo-4    bar-3    C1    14
foo-5    bar-2    C2    15
foo-6    bar-1    C2    16

期望转换结构 #

结构一 #

A        B        C1    C2
foo-1    bar-6    11    NAN
foo-2    bar-5    NAN   12
foo-3    bar-4    13    NAN
foo-4    bar-3    14    NAN
foo-5    bar-2    NAN   15
foo-6    bar-1    NAN   16

结构二（可后续删除D、E列） #

A        B        D    E    C1    C2
foo-1    bar-6    C1   11   11    NAN
foo-2    bar-5    C2   12   NAN   12
foo-3    bar-4    C1   13   13    NAN
foo-4    bar-3    C1   14   14    NAN
foo-5    bar-2    C2   15   NAN   15
foo-6    bar-1    C2   16   NAN   16

用户尝试的错误代码 #

for row in dataframe.index:
    dataframe[dataframe[D]] = dataframe[E]

正确转换方法 #

生成结构一 #

直接用pivot函数实现列转置，自动匹配对应值并填充缺失项：

import pandas as pd

# 假设原始数据存储在df变量中
pivoted_df = df.pivot(index=['A', 'B'], columns='D', values='E').reset_index()
# 清除多级列名的层级标记
pivoted_df.columns.name = None
print(pivoted_df)

生成结构二 #

保留原D、E列的同时新增C1/C2列，可借助虚拟变量与原E列相乘实现：

import pandas as pd

# 生成D列的虚拟变量矩阵
dummies = pd.get_dummies(df['D'])
# 虚拟变量与E列相乘，得到对应列的赋值结果
new_columns = dummies.mul(df['E'], axis=0)
# 合并原数据与新生成的列
result_df = pd.concat([df, new_columns], axis=1)
print(result_df)

# 若后续需要删除D、E列，执行以下代码
# result_df = result_df.drop(['D', 'E'], axis=1)

错误代码问题说明 #

1. 语法错误：dataframe[D]未加引号，正确写法应为dataframe['D']
2. 逻辑错误：循环中批量赋值会覆盖整列数据，而非按行匹配赋值；Pandas是面向列的操作，循环处理行效率低且易出错，优先用内置函数实现。

内容的提问来源于stack exchange，提问作者craig