使用Pandas对DataFrame进行分组与部分转置

可以通过 pandas 的 groupby、melt 和 pivot 组合操作实现需求，具体步骤如下：

1. 构造示例数据 #

import pandas as pd

df = pd.DataFrame({
    'Type': ['A', 'A', 'B', 'B'],
    'Parameter 1': [1, 3, 2, 4],
    'Parameter 2': [2, 10, 5, 8],
    'Parameter 3': [4, 1, 9, 2]
})

2. 为每组内的行添加序号 #

给同一 Type 下的行标记序号，用于后续转置时区分不同的 Value 列：

df['value_id'] = df.groupby('Type').cumcount() + 1

3. 转置参数列（宽表转长表） #

用 melt 将 Parameter 1-3 列转为行，保留 Type 和序号信息：

melted_df = df.melt(id_vars=['Type', 'value_id'], var_name='Params', value_name='Value')

4. 转置回宽表得到目标结构 #

通过 pivot 将序号转为列，再重置索引并整理列名：

result_df = melted_df.pivot(index=['Type', 'Params'], columns='value_id', values='Value').reset_index()
result_df.columns = ['Type', 'Params', 'Value 1', 'Value 2']

5. 处理Type列的重复显示 #

让同一 Type 仅在第一行显示，其余行留空：

result_df['Type'] = result_df['Type'].mask(result_df['Type'].duplicated(), '')

最终得到的结果与示例表格完全一致：

内容的提问来源于stack exchange，提问作者qwap