如何在Python中将多行DataFrame转换为多列紧凑格式

需求说明 #

将同一#分组的多行数据合并为单行，依次排列每组内的C1和C2值，生成新的连续列C3、C4等。

原始数据结构 #

目标数据结构 #

解决方案（使用Pandas） #

通过分组计数、索引重塑和列重命名三步即可实现：

1. 准备示例数据 #

import pandas as pd

# 构建原始DataFrame
df = pd.DataFrame({
    '#': ['a', 'a', 'a', 'b', 'b', 'b'],
    'C1': [1, 2, 3, 1, 2, 3],
    'C2': ['10%', '11.1%', '8%', '7%', '13.1%', '6%']
})

2. 转换代码 #

# 为每个分组内的行添加序号，区分同一分组的不同行
df['seq'] = df.groupby('#').cumcount()

# 重塑数据：将分组内的行转为列
df_unstacked = df.set_index(['#', 'seq']).unstack()

# 重命名多级列，生成连续的C1/C2/C3...列名
df_unstacked.columns = [f'C{1 + 2*i + j}' for i in range(df_unstacked.columns.nlevels//2) for j in range(2)]

# 将#从索引转回普通列，得到最终结果
result = df_unstacked.reset_index()

# 查看结果
print(result)

代码解释 #

• groupby('#').cumcount()：对每个#分组内的行计数，生成从0开始的序号，标记同一分组内的不同行。
• set_index(['#', 'seq']).unstack()：设置#和seq为多级索引，将seq层级的行转换为列，此时列呈现多级结构（如('C1', 0)、('C2', 0)）。
• 列重命名：通过列表推导式将多级列名转换为连续的C1、C2、C3...格式，匹配目标结构。
• reset_index()：将#列从索引恢复为普通列，得到紧凑格式的最终DataFrame。

内容的提问来源于stack exchange，提问作者van dam