如何将Pandas DataFrame的Rating列拆分，每个值转为单独列？

你可以通过透视表的方式实现这个需求，以下是两种常用方法：

方法1：使用pivot方法 #

pivot适合数据中每个(System name, Rating)组合唯一的场景，直接转换即可：

import pandas as pd

# 原DataFrame创建代码
df = pd.DataFrame(data={
    'System name': ['system1', 'system1', 'system1', 'systemZ', 'systemZ', 'systemZ', 'systemY', 'systemY',
                    'systemY'], 
    'Rating': [1, 2, 3, 1, 2, 3, 1, 2, 3],
    'Count': [12, 156, 16, 77, 56, 66, 99, 77, 99]})

# 执行转换
pivoted_df = df.pivot(index='System name', columns='Rating', values='Count').reset_index()
# 移除列名的层级标签
pivoted_df.columns.name = None

print(pivoted_df)

方法2：使用pivot_table方法 #

如果你的数据存在重复的(System name, Rating)组合，pivot_table更通用，可通过聚合函数处理重复值：

import pandas as pd

# 原DataFrame创建代码
df = pd.DataFrame(data={
    'System name': ['system1', 'system1', 'system1', 'systemZ', 'systemZ', 'systemZ', 'systemY', 'systemY',
                    'systemY'], 
    'Rating': [1, 2, 3, 1, 2, 3, 1, 2, 3],
    'Count': [12, 156, 16, 77, 56, 66, 99, 77, 99]})

# 执行转换，这里用sum聚合（无重复时不影响结果）
pivoted_df = df.pivot_table(index='System name', columns='Rating', values='Count', aggfunc='sum').reset_index()
pivoted_df.columns.name = None

print(pivoted_df)

运行结果 #

两种方法都会输出如下表格：

内容的提问来源于stack exchange，提问作者Franck Dernoncourt