Pandas多列层级转置求助：按患者、品牌分组并按日期展开

现有数百名患者的测试结果（成功S/失败F）按日期分布，需要按患者、品牌、状态类型分组，并将日期作为列展开，得到指定格式的结果。

示例数据 #

import pandas as pd

df2 = pd.DataFrame({
    'patient': ['one', 'one', 'one', 'one','one', 'one', 'one', 'one','two', 'two','two','two','two', 'two','two','two'],    
    'Brand': ['A', 'A', 'A', 'A', 'B', 'B','B','B','A','A','A','A','B', 'B', 'B', 'B'],
    'date': ['11/1/2022', '11/2/2022', '11/3/2022', '11/4/2022', '11/5/2022', '11/6/2022','11/7/2022', '11/8/2022', '11/9/2022','11/10/2022', '11/11/2022','11/12/2022',
             '11/1/2022', '11/2/2022', '11/3/2022', '11/4/2022'],
    'Status1': ['S', 'F', 'F', 'F', 'S', 'F','F', 'F', 'S','F', 'F','F','S', 'F', 'F', 'F'],
    'Status2': ['F', 'S', 'F', 'F', 'F', 'S','F', 'F', 'F','S', 'F','F','F', 'S', 'F', 'F'],
    'Status3': ['F', 'F', 'S', 'F', 'F', 'F','S', 'F', 'F','F', 'S','F','F', 'F', 'S', 'F'],
    'Status4': ['F', 'F', 'F', 'S', 'F', 'F','F', 'S', 'F','F', 'F','S','F', 'F', 'F', 'S']
})

期望结果 #

转换后的数据为多层索引结构：

• 行维度：患者、品牌、状态类型的组合
• 列维度：各个测试日期
• 单元格：对应状态在指定日期的测试结果（S/F）

示意表格如下：

解决方案 #

通过melt转长表、pivot转宽表的组合操作实现需求：

# 1. 将多列状态转为长表，保留患者、品牌、日期作为标识列
melted_df = df2.melt(id_vars=['patient', 'Brand', 'date'], var_name='状态类型', value_name='结果')

# 2. 按患者、品牌、状态类型分组，将日期转为列，填充对应测试结果
result_df = melted_df.pivot(index=['patient', 'Brand', '状态类型'], columns='date', values='结果')

# 3. 移除列索引的名称（可选，让表格更整洁）
result_df.columns.name = None

# 打印最终结果
print(result_df)

执行上述代码后，即可得到与期望格式一致的数据表。

内容的提问来源于stack exchange，提问作者Murali