如何高效合并Pandas DataFrame：将df2行转为df1的递增Call列

给定两个Pandas DataFrame：

import pandas as pd

df1 = pd.DataFrame({'Customer': ['Customer1', 'Customer2', 'Customer3'],
             'Status': [0, 1, 1]})

df1输出：

Customer  Status
0  Customer1       0
1  Customer2       1
2  Customer3       1

df2 = pd.DataFrame({'Customer': ['Customer1', 'Customer1', 'Customer1', 'Customer2', 'Customer2', 'Customer3'],
             'Call': ['01-01', '01-02', '01-03', '02-01', '03-02', '06-01']})

df2输出：

Customer    Call
0  Customer1  01-01
1  Customer1  01-02
2  Customer1  01-03
3  Customer2  02-01
4  Customer2  03-02
5  Customer3  06-01

需要将df2的行转为新增列添加到df1中，最终DataFrame每行对应唯一客户，Call列以Call_1、Call_2这类递增形式命名，不足的用NaN填充，期望结果如下：

Customer  Status Call_1 Call_2 Call_3
0  Customer1       0  01-01  01-02  01-03
1  Customer2       1  02-01  03-02    NaN
2  Customer3       1  06-01    NaN    NaN

尝试过结合stack()和merge()但无法实现，求高效的合并方法。

可以通过分组编号+透视表+合并的步骤完成，这是处理这类行转列需求的高效方案，具体操作如下：

1. 给df2的每个客户的Call记录生成递增编号
   使用groupby('Customer').cumcount()为每个客户的Call记录生成从0开始的序号，加1后得到Call_1、Call_2命名所需的数字部分：

   df2['call_num'] = df2.groupby('Customer').cumcount() + 1
   

2. 将df2透视成宽表
   以Customer为索引，call_num为列名，Call为值完成行转列，再通过add_prefix添加统一前缀：

   df2_pivot = df2.pivot(index='Customer', columns='call_num', values='Call').add_prefix('Call_')
   

3. 合并到df1
   使用merge按Customer列将df1和透视后的df2合并，保留df1的所有行：

   result = df1.merge(df2_pivot, on='Customer', how='left')
   

完整代码 #

import pandas as pd

df1 = pd.DataFrame({'Customer': ['Customer1', 'Customer2', 'Customer3'],
             'Status': [0, 1, 1]})

df2 = pd.DataFrame({'Customer': ['Customer1', 'Customer1', 'Customer1', 'Customer2', 'Customer2', 'Customer3'],
             'Call': ['01-01', '01-02', '01-03', '02-01', '03-02', '06-01']})

# 生成Call编号
df2['call_num'] = df2.groupby('Customer').cumcount() + 1
# 透视转宽表
df2_pivot = df2.pivot(index='Customer', columns='call_num', values='Call').add_prefix('Call_')
# 合并
result = df1.merge(df2_pivot, on='Customer', how='left')

print(result)

输出结果与期望完全一致：

Customer  Status Call_1 Call_2 Call_3
0  Customer1       0  01-01  01-02  01-03
1  Customer2       1  02-01  03-02    NaN
2  Customer3       1  06-01    NaN    NaN

方案优势 #

• groupby.cumcount()是矢量化操作，效率远高于循环处理
• pivot是Pandas原生的行转列高效方法，处理大数据量时性能优异
• 最终的merge基于索引匹配，确保整体流程的高效性

内容的提问来源于stack exchange，提问作者r0bt