如何用Pandas实现带列名拆分的表格透视转换？

我有一个指定结构的DataFrame，需要将列名中第三个英文句号之后的部分拆分出来作为新列（例如Car、Food），第三个句号之前的内容作为Trait列，再通过透视转换得到目标格式的输出。预期输出会因透视增加行数，且该逻辑需要适用于任意带多段点分隔的列名。我尝试了一段代码但未得到预期结果，代码如下：

import pandas as pd

data = {
    'GenoType': [1, 2, 4],
    'Parameter1': [2, 2, 787],
    'First.Second.Third.Car': ['Honda', 'Tesla', 'Jeep'],
    'First.Second.Third.Food': ['Pizza', 'Fries', 'Grapes'],
    'Red.Orange.Yellow.Car': ['Acura', 'BMW', 'Toyota'],
    'Red.Orange.Yellow.Food': ['Burger', 'Potatoes', 'Wings']
}

df = pd.DataFrame(data)

melted_df = df.melt(id_vars=['GenoType', 'Parameter1'], var_name='Trait', value_name='Value')
melted_df[['Trait', 'Column']] = melted_df['Trait'].str.rsplit('.', n=1, expand=True)

pivoted_df = melted_df.pivot_table(index=['GenoType', 'Parameter1', 'Trait'], columns='Column', values='Value', aggfunc='first')
pivoted_df.reset_index(inplace=True)
pivoted_df.columns.name = ''

# Melt the pivoted_df to obtain the final output
final_df = pivoted_df.melt(id_vars=['GenoType', 'Parameter1', 'Trait'], var_name='Column', value_name='Value')
final_df.sort_values(by=['GenoType', 'Parameter1', 'Trait', 'Column'], inplace=True)
final_df.reset_index(drop=True, inplace=True)

expanded_df = final_df.pivot_table(index=['GenoType', 'Parameter1', 'Trait'], columns='Column', values='Value', aggfunc='first')
expanded_df.reset_index(inplace=True)
expanded_df.columns.name = ''
expanded_df = expanded_df.rename_axis(None, axis=1)

print(expanded_df)

问题分析 #

当前代码的核心问题是使用rsplit('.', n=1)从列名末尾拆分最后一个点，而非按第三个点拆分，这与需求不符。正确的做法是按第三个句号拆分列名，提取对应部分分别作为Trait和新列标识。

修正后的代码 #

import pandas as pd

data = {
    'GenoType': [1, 2, 4],
    'Parameter1': [2, 2, 787],
    'First.Second.Third.Car': ['Honda', 'Tesla', 'Jeep'],
    'First.Second.Third.Food': ['Pizza', 'Fries', 'Grapes'],
    'Red.Orange.Yellow.Car': ['Acura', 'BMW', 'Toyota'],
    'Red.Orange.Yellow.Food': ['Burger', 'Potatoes', 'Wings']
}

df = pd.DataFrame(data)

# 将非ID列转为长格式，保留原始完整列名
melted_df = df.melt(id_vars=['GenoType', 'Parameter1'], var_name='Full_Trait', value_name='Value')

# 按第三个句号拆分完整列名，得到4个部分
split_result = melted_df['Full_Trait'].str.split('.', n=3, expand=True)
# 前三个部分拼接为Trait列，第四个部分作为新列的标识
melted_df['Trait'] = split_result[0] + '.' + split_result[1] + '.' + split_result[2]
melted_df['Column'] = split_result[3]

# 透视得到目标宽格式
final_df = melted_df.pivot_table(
    index=['GenoType', 'Parameter1', 'Trait'],
    columns='Column',
    values='Value',
    aggfunc='first'
).reset_index()
# 清除列名的层级标签
final_df.columns.name = ''

print(final_df)

代码说明 #

• 列名拆分：用str.split('.', n=3)将完整列名最多拆分3次，得到4个分段。前三个分段拼接成Trait列，第四个分段作为Column列（即Car、Food这类标识）。
• 透视转换：以GenoType、Parameter1、Trait为索引，Column为列，Value为数据值进行透视，aggfunc='first'保证每个索引-列组合只取唯一值（适配原始数据的结构）。
• 格式整理：重置索引并清空列名的层级名称，输出符合需求的结构化DataFrame。

内容的提问来源于stack exchange，提问作者Void S