如何使用Pandas合并多行并将行值转换为列？

原数据构造 #

先还原你提供的原始DataFrame：

import pandas as pd

df = pd.DataFrame({
    'key': ['A', 'B', 'A', 'B', 'A', 'B'],
    'value': [36.0, 38.0, 19.0, 25.5, 92.0, 73.7],
    'id': ['NWL', 'NWL', 'MOH', 'MOH', 'PPC', 'PPC'],
    'code': [787501, 787501, 978462, 978462, 259280, 259280]
})

转换实现 #

这是典型的长表转宽表需求，直接用Pandas的pivot函数即可完成：

# 按id和code分组，将key的取值转为列，填充对应value
result = df.pivot(index=['id', 'code'], columns='key', values='value').reset_index()

# 调整列名层级，转为普通列名
result.columns = ['id', 'code', 'A', 'B']

# 调整列顺序，匹配目标格式
result = result[['A', 'B', 'id', 'code']]

# 查看结果
print(result)

输出结果 #

执行后得到的DataFrame如下：

A     B    id    code
0  36.0  38.0  NWL  787501
1  19.0  25.5  MOH  978462
2  92.0  73.7  PPC  259280

补充说明 #

如果你的数据中存在同一id+code+key对应多个value的情况，建议改用pivot_table并指定聚合函数（比如取均值、求和），示例：

# 处理重复值场景，这里用均值聚合
result = df.pivot_table(index=['id', 'code'], columns='key', values='value', aggfunc='mean').reset_index()

内容的提问来源于stack exchange，提问作者Delphi