如何将DataFrame从长格式转宽格式并保留重复ID的所有值？

要实现这个长格式转宽格式的需求，核心是给每个ID下的Yes/No分组添加组内序号，再通过透视操作保留所有值，具体步骤如下：

1. 模拟原始数据（匹配你的表格结构） #

先构造和你原始表一致的示例DataFrame：

import pandas as pd

df = pd.DataFrame({
    'ID': [1,1,1,1,2,2,2,2],
    'Checked': ['Yes','Yes','No','No','Yes','Yes','No','No'],
    'Value': ['A','B','C','D','E','F','G','H']
})

2. 添加组内序号 #

给每个ID+Checked的组合添加自增序号，用来区分同一分组下的不同值，避免透视时值被覆盖：

# 给每个ID+Checked组生成从1开始的序号
df['seq'] = df.groupby(['ID', 'Checked']).cumcount() + 1

3. 透视转换为宽格式 #

用pivot方法完成转换，最后整理列名让结果更符合预期：

# 执行透视，ID作为行索引，Checked+序号作为列，Value作为值
wide_df = df.pivot(index='ID', columns=['Checked', 'seq'], values='Value')
# 合并列名，比如把(Yes,1)格式转为Yes1
wide_df.columns = [f'{col[0]}{col[1]}' for col in wide_df.columns]
# 把ID从索引变回普通列
wide_df = wide_df.reset_index()

最终得到的结果和你期望的输出完全一致：

补充说明 #

如果你的原始数据中，部分ID下的Yes/No值数量不一致，可以用fillna补空值，比如wide_df = wide_df.fillna('')，保证格式统一。

内容的提问来源于stack exchange，提问作者April