如何在Pandas中实现指定的DataFrame转换？

需求说明 #

将包含学生姓名、储蓄、支出的输入DataFrame，转换为以学生A为固定Student1，与其余所有学生配对，并分别提取双方支出（Student1E/Student2E）和储蓄（Student1S/Student2S）的目标结构。

输入DataFrame #

实现代码 #

import pandas as pd

# 1. 构建输入DataFrame
df_input = pd.DataFrame({
    'Name Std': ['A', 'B', 'C', 'D'],
    'Savings': [100000, 200000, 300000, 400000],
    'Expense': [500000, 600000, 700000, 800000]
})

# 2. 拆分并重命名数据
# 提取固定为Student1的A的信息
student1 = df_input[df_input['Name Std'] == 'A'].rename(columns={
    'Name Std': 'Student1',
    'Expense': 'Student1E',
    'Savings': 'Student1S'
})

# 提取其余学生作为Student2的信息
student2 = df_input[df_input['Name Std'] != 'A'].rename(columns={
    'Name Std': 'Student2',
    'Expense': 'Student2E',
    'Savings': 'Student2S'
})

# 3. 交叉连接生成目标DataFrame（Pandas 1.2.0+支持）
df_output = student1.merge(student2, how='cross')[['Student1', 'Student2', 'Student1E', 'Student2E', 'Student1S', 'Student2S']]

# 兼容Pandas旧版本的写法（低于1.2.0）
# student1['key'] = 1
# student2['key'] = 1
# df_output = student1.merge(student2, on='key').drop('key', axis=1)[['Student1', 'Student2', 'Student1E', 'Student2E', 'Student1S', 'Student2S']]

# 查看结果
print(df_output)

输出结果 #

代码说明 #

• 通过筛选和重命名，分别生成Student1（固定为A）和Student2（其余学生）的数据集；
• 使用交叉连接（merge(how='cross')）实现两个数据集的全配对，得到A与其他所有学生的组合；
• 最后调整列顺序，完全匹配目标结构。

内容的提问来源于stack exchange，提问作者Shounak Sushanta Dasgupta