Pandas中按ID分组并将重复行转为多列的实现问题

原代码失效的核心问题是用stack()会自动剔除缺失值，导致同一ID下的行计数错位，没法对应到后续的列扩展逻辑。下面是能正确处理含缺失值场景的实现方案：

实现步骤 #

1. 给每个ID内的行分配连续序号（从1开始，确保缺失值不影响行计数）
2. 通过透视（pivot）将行转成列，完整保留所有缺失值
3. 重命名列名，贴合需求的name/name2格式
4. 调整列顺序，让输出结构更符合期望

完整代码 #

import pandas as pd
import numpy as np

# 带缺失值的示例数据
df = pd.DataFrame({'ID': [1, 2, 1, 4, 2, 6, 1], 
                   'Name': ['led', 'peter', np.nan, np.nan, 'make', 'levi', 'kent'], 
                   'food': [np.nan, 'oranges', 'banana', 'carrots', 'carrots', 'mango', 'banana'],
                   'color': ['red', 'blue', 'pink', 'red', np.nan, 'purple', 'orange']})

# 1. 给每个ID下的行分配序号（从1开始，避免缺失值打乱计数）
df['row_num'] = df.groupby('ID').cumcount() + 1

# 2. 透视转换，保留所有缺失值
pivoted_df = df.pivot(index='ID', columns='row_num')

# 3. 重命名列：第一行序号(1)保留原名，后续行添加数字后缀
pivoted_df.columns = [f"{col}{num}" if num > 1 else col for col, num in pivoted_df.columns]

# 4. 重置索引并调整列顺序，让输出结构和期望一致
result = pivoted_df.reset_index()
# 按ID -> 第1组列 -> 第2组列 -> ... 的顺序排列
max_row_num = df['row_num'].max()
sorted_columns = ['ID']
for num in range(1, max_row_num + 1):
    sorted_columns.extend([col for col in pivoted_df.columns if (str(num) in col) or (num == 1 and not col[-1].isdigit())])
result = result[sorted_columns]

print(result)

输出效果 #

这段代码会生成和需求一致的结构，所有缺失值会保留为NaN（可根据需求用fillna('')替换为空字符串），例如：

内容的提问来源于stack exchange，提问作者Led