Pandas DataFrame行分组转置：自定义列名及去重问题求助

你的代码存在两个核心问题：

• assign循环中生成的lambda函数延迟执行，最终都引用了循环最后一次的c值，导致b_2021列数值错误
• 未对a列做分组聚合，所以保留了原始6行数据，出现a列重复

正确实现方法 #

使用pivot方法直接完成分组、列转换和去重，代码如下：

import pandas as pd

df = pd.DataFrame({
    'a':[111, 111, 222, 222, 333, 333],
    'b':[2020, 2021, 2020, 2021, 2020, 2021],
    'c':[33.2, 48.3, 32.2, 45.5, 45.5, 78.4]
})

# 重塑数据：按a分组，将b的取值转为列，c作为对应值
result_df = df.pivot(index='a', columns='b', values='c').reset_index()
# 调整列名为目标格式
result_df.columns = ['a'] + [f'b_{year}' for year in result_df.columns[1:]]
print(result_df)

代码说明 #

• pivot(index='a', columns='b', values='c')：自动按a分组，把b中的年份值转为列名，c的数值对应填充，天然去重a列，得到3行结果
• 最后通过列表推导式修改列名，将年份列改为b_年份的格式

原代码问题解析 #

• 循环生成lambda时，所有lambda不会立即执行，直到assign完成后才会取值，此时所有lambda引用的都是循环最后一次的df['b'].iloc[i]对应的c值，导致列值错误
• 没有做分组或去重操作，所以保留了原始的6行数据，a列重复

内容的提问来源于stack exchange，提问作者Praveena