如何在Pandas中将多就诊患者长表转换为单患者单行的宽表格式

将单患者对应多行的就诊数据，转换为单患者一行，各次就诊信息以就诊1_字段名、就诊2_字段名的形式拆分到多列，可通过Python的pandas工具实现，步骤如下：

1. 导入依赖库 #

import pandas as pd

2. 准备/导入原始数据 #

这里模拟符合你描述的原始就诊数据（可替换为你实际的数据集导入代码）：

data = {
    '患者ID': ['P001', 'P001', 'P002'],
    '就诊日期': ['2023-01-05', '2023-03-10', '2023-02-15'],
    '诊断结果': ['感冒', '支气管炎', '高血压'],
    '开药名称': ['布洛芬', '头孢', '氨氯地平']
}
df = pd.DataFrame(data)

3. 为患者就诊记录添加序号 #

按患者ID分组，给每组内的就诊记录从1开始编号：

df['就诊序号'] = df.groupby('患者ID').cumcount() + 1

4. 透视转换数据格式 #

通过透视表将多行数据转为单行，并重命名列名：

# 生成透视表，以患者ID为行，就诊序号为列，聚合其他字段
pivoted_df = df.pivot_table(
    index='患者ID',
    columns='就诊序号',
    values=['就诊日期', '诊断结果', '开药名称'],
    aggfunc='first'
)

# 重命名列，格式为「就诊序号_字段名」
pivoted_df.columns = [f'就诊{col[1]}_{col[0]}' for col in pivoted_df.columns]

# 重置索引，让患者ID成为普通列
pivoted_df = pivoted_df.reset_index()

转换后的数据示例 #

说明：若患者有更多次就诊，会自动生成就诊3_xxx等对应列；未发生的就诊字段会填充NaN，可根据需求替换为空白或其他默认值。

内容的提问来源于stack exchange，提问作者haasan foroozand