如何在Pivot前对DataFrame的F值采样并保留M值，将选中列转为新列？

原始DataFrame：

期望结果DataFrame：

需求说明：原始DataFrame中性为F的feed记录行数多于M，需要在执行Pivot操作前，对F对应的行进行采样，使其行数与M的原始行数一致，同时完整保留M的所有数据。

使用Pandas分组采样即可实现需求，代码示例如下：

import pandas as pd

# 假设原始数据存储在df中
# 统计性别为M的记录数
m_row_count = df[df['性别'] == 'M'].shape[0]

# 分组处理：保留M的全部数据，对F采样至与M相同的行数
sampled_data = df.groupby('性别', group_keys=False).apply(
    lambda group: group if group.name == 'M' else group.sample(n=m_row_count, random_state=42)
)

# 执行Pivot操作生成目标结果
result_df = sampled_data.pivot(index='user_id', columns='性别', values='feed').reset_index()

补充说明 #

• random_state=42用于固定采样结果，保证可复现，不需要的话可以删除该参数
• 如果F的原始行数少于M，会触发报错，这种场景可以根据需求添加replace=True参数允许重复采样，但实际业务中这种情况较少见

内容的提问来源于stack exchange，提问作者Mimikyu o_0