如何用Pandas将含重复日期的DataFrame转换为宽表结构

原始数据结构 #

先构造你的原始DataFrame：

import pandas as pd

df = pd.DataFrame({
    'date': ['2023-02-13', '2023-02-13', '2023-02-13', '2023-02-10', '2023-02-08', '2023-02-08', '2023-02-05', '2023-02-02'],
    'data': ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h'],
    'meter_id': [1, 2, 6, 1, 1, 2, 1, 2]
})

原始表格结构：

转换方法：使用pivot函数 #

直接用Pandas的pivot方法就能实现需求，指定行索引、列名和值的来源：

pivoted_df = df.pivot(index='date', columns='meter_id', values='data').reset_index()
# 移除列索引的默认名称，和目标结构对齐
pivoted_df.columns.name = None

转换后的结果 #

执行后得到的DataFrame结构如下：

补充说明 #

如果数据中存在同一日期+同一meter_id对应多条data的情况，pivot会报错，这时可以改用pivot_table并指定聚合方式（比如取第一个值）：

# 示例：取同一分组的第一个值
pivoted_df = df.pivot_table(index='date', columns='meter_id', values='data', aggfunc='first').reset_index()
pivoted_df.columns.name = None

内容的提问来源于stack exchange，提问作者Alex