如何在Pandas中将隔行转为列并以下一行作为对应值？

原始数据 #

import pandas as pd

df = pd.DataFrame.from_dict({'type': {4: 'Second Product',
  5: 'table',
  6: 'First Product',
  7: 'chair',
  8: 'Second Product',
  9: 'desk',
  10: 'First Product',
  11: 'chair'},
 'id': {4: 'cust1',
  5: 'cust1',
  6: 'cust1',
  7: 'cust1',
  8: 'cust2',
  9: 'cust2',
  10: 'cust2',
  11: 'cust2'}})

转换代码 #

# 按客户分组，将每组内的产品名与对应值配对
result = df.groupby('id').apply(lambda x: pd.Series(dict(zip(x['type'].iloc[::2], x['type'].iloc[1::2])))).reset_index()

# 重命名id列为cust，匹配目标格式
result.rename(columns={'id': 'cust'}, inplace=True)

代码说明 #

• 分组处理：通过groupby('id')将同一客户的行归为一组，确保每个客户的产品名和对应值在同一组内处理
• 键值配对：每组内的type列按顺序是「产品名→对应值→产品名→对应值」的结构，用iloc[::2]提取所有产品名作为键，iloc[1::2]提取对应位置的值，通过zip配对成字典后转为Series
• 格式调整：reset_index()将分组的客户id转为列，最后重命名列名匹配需求

该方案自动适配任意数量的产品类型，若某客户缺少对应产品，对应列会自动填充NaN。

内容的提问来源于stack exchange，提问作者user3486773