如何用Python将含id与Doct_id的DataFrame转换为指定宽表？

输入数据 #

期望输出 #

注：你给出的期望输出中Doct_id=358的id_1写成了1021，这是笔误，以下代码按输入数据的正确逻辑生成结果。

你的尝试代码（问题点：缺失Doct_id列，列名不符合要求） #

id_list = df['Doct_id '][~df['Doct_id '].duplicated()]
t_rows = []
max_val_num = 0
for id_ in id_list:
    row = df[df['Doct_id '] == id_]['id'].tolist()
    t_rows.append(row)
    if len(row) >= max_val_num:
        max_val_num = len(row)

df_transform = pd.DataFrame(t_rows , columns=['col_'+str(i) for i in range(max_val_num)])  
print(df_transform.head(100))

正确实现方案 #

用pandas的groupby+cumcount生成分组内的id序号，再通过pivot转成宽表，高效且符合需求：

import pandas as pd

# 构造输入数据（实际使用时可直接读取你的数据源）
data = {
    'id': [1021, 2010, 2010, 6120, 21201],
    'Doct_id': [355, 355, 358, 358, 358]
}
df = pd.DataFrame(data)

# 为每个Doct_id分组内的id生成序号列（id_1、id_2...）
df['id_col'] = 'id_' + (df.groupby('Doct_id').cumcount() + 1).astype(str)

# 透视转宽表，Doct_id作为列保留
result = df.pivot(index='Doct_id', columns='id_col', values='id').reset_index()

# 将空值替换为空字符串，匹配期望输出格式
result = result.fillna('')

# 清除列名的层级标签
result.columns.name = None

print(result)

运行输出：

Doct_id  id_1  id_2   id_3
0      355  1021  2010       
1      358  2010  6120  21201

补充提示 #

• 原代码中df['Doct_id ']多了空格，注意列名要和数据源完全一致（输入数据列名是Doct_id无空格）
• 透视方法比循环更高效，数据量大时优势更明显

内容的提问来源于stack exchange，提问作者niki