如何用Pandas将DataFrame重塑为日期作为顶层列的子列结构？

问题原因 #

你之前的代码存在两个关键问题：

• 调用方式错误：需使用df.pivot()方法，而非直接df(index=...)的写法
• 默认列层级顺序不符合需求：pivot默认将品类（groceries/entertainment）设为顶层列，日期作为子列，和你想要的结构相反

正确实现步骤 #

1. 无重复数据场景

如果personName与Date的组合没有重复记录，直接用pivot后交换列层级即可：

# 正确调用pivot方法生成透视表
pivoted = df.pivot(index='personName', columns='Date', values=['groceries', 'entertainment'])
# 交换列层级，将Date移至顶层，品类作为子列并排序
pivoted = pivoted.swaplevel(axis=1).sort_index(axis=1)

2. 有重复数据场景

如果同一用户同一天存在多条消费记录，改用pivot_table并指定聚合函数（如求和）：

pivoted = df.pivot_table(
    index='personName',
    columns='Date',
    values=['groceries', 'entertainment'],
    aggfunc='sum'  # 可根据需求替换为mean、max等
)
# 同样交换层级并排序
pivoted = pivoted.swaplevel(axis=1).sort_index(axis=1)

效果示例 #

假设原始数据为：

执行代码后，输出的列结构会是：

Date          2024-01-01          2024-01-02        
              groceries entertainment groceries entertainment
personName                                                 
Alice               50            30        60            40
Bob                 40            25         NaN           NaN

（若需将空值填充为0，可追加pivoted = pivoted.fillna(0)）

内容的提问来源于stack exchange，提问作者Novice Python charmer