如何用Pandas按year和run分组聚合各Activity的duration总和并重塑DataFrame？

你可以用Pandas的pivot_table函数直接实现需求，这是处理这类行列转换+聚合场景的标准工具：

import pandas as pd

# 假设原始数据存储在变量df中
output_df = df.pivot_table(
    values='duration',          # 需要聚合计算的字段
    index=['run', 'year'],      # 作为行标识的分组字段
    columns='activity',         # 要转换为列的字段
    aggfunc='sum',              # 聚合方式：求和
    fill_value=0                # 可选：将缺失的组合值填充为0，避免NaN
).reset_index()

# 移除列索引的名称，让结果更贴合你的目标格式
output_df.columns.name = None

代码解释 #

• index=['run', 'year']：指定run和year作为行的唯一标识，每个组合对应结果中的一行
• columns='activity'：把原始的activity字段的所有唯一值转为结果的列
• aggfunc='sum'：对每个(run, year, activity)组合的duration求和
• reset_index()：把原本作为索引的run和year转为普通列，匹配你给出的目标格式

替代方案：groupby + unstack #

如果你更习惯用分组操作，也可以用groupby结合unstack实现相同效果：

output_df = df.groupby(['run', 'year', 'activity'])['duration'].sum()\
              .unstack(level='activity', fill_value=0)\
              .reset_index()
output_df.columns.name = None

两种方法最终都会生成你需要的格式：run和year作为前两列，各个Activity作为后续列，单元格值对应对应分组下的总时长。

内容的提问来源于stack exchange，提问作者M LUY