求助：将长格式DataFrame按用户名重塑为宽格式的问题

核心解决方案 #

根据需求调整索引参数，移除不需要的image_id即可。如果存在同一task+frame+username组合下的重复标签数据，需用pivot_table配合聚合函数处理。

情况1：无重复标签（每个用户在同一frame下仅一个标签）

直接修改索引，只保留task和frame：

pd.pivot(df, index=['task', 'frame'], columns='username', values='label')

情况2：存在重复标签（同一frame下用户有多个标签）

使用pivot_table指定聚合逻辑，例如取第一个标签：

pd.pivot_table(df, index=['task', 'frame'], columns='username', values='label', aggfunc='first')

或者将所有标签合并为列表：

pd.pivot_table(df, index=['task', 'frame'], columns='username', values='label', aggfunc=lambda x: list(x))

结果示例 #

以你提供的测试数据为例，运行第一种代码会得到如下无image_id字段的宽格式结果：

username    jery   tom
task    frame         
task_1  0      foo   foo
        8      xyz  NaN
        9     NaN   bar
        11     bar   bar

原因说明 #

原代码将image_id加入行索引，导致结果保留了这个唯一标识字段。按frame汇总的需求仅需以task和frame作为分组依据，因此移除image_id即可得到目标格式。如果存在重复数据，pivot会因索引+列的组合不唯一报错，pivot_table则可通过聚合函数处理重复值。

内容的提问来源于stack exchange，提问作者TeoK