如何将DataFrame重塑为以user_id为行、website_id为列的格式？

你可以用Pandas的两种简单方法来实现这个需求，核心思路是将用户和网站做交叉映射，标记是否存在访问记录：

方法一：使用pd.crosstab（推荐，简洁高效） #

crosstab天生适合生成这种交叉统计表，只需将统计结果转为0-1即可：

import pandas as pd

# 构造你的原始DataFrame
df = pd.DataFrame({
    'website_id': [123, 234, 123, 234, 345],
    'url': ['www.google.com', 'www.flamengo.com.br', 'www.google.com', 'www.flamengo.com.br', 'www.nasa.gov'],
    'user_id': [1, 3, 4, 1, 34]
})

# 生成用户-网站的访问次数交叉表，再转为0-1标记
result = pd.crosstab(df['user_id'], df['website_id']).astype(bool).astype(int)
print(result)

运行后输出和你期望的结果完全一致：

website_id  123  234  345
user_id                  
1             1    1    0
3             0    1    0
4             1    0    0
34            0    0    1

原理：crosstab会统计每个用户访问每个网站的次数，astype(bool)会把>0的次数转为True，0转为False，再转int就得到1和0。

方法二：使用pivot_table #

如果需要更灵活的聚合逻辑，可以用pivot_table：

result = df.pivot_table(
    index='user_id',
    columns='website_id',
    aggfunc=lambda x: 1 if len(x) > 0 else 0,
    fill_value=0
)

原理：指定user_id为行索引，website_id为列，聚合函数判断每个分组是否有记录（有则返回1），用fill_value填充未访问的网站为0。

两种方法都能处理同一用户多次访问同一网站的情况，最终只会标记为1。

内容的提问来源于stack exchange，提问作者Douglas F