如何将Python DataFrame按指定列分组并转置为多列格式？

你可以通过分组添加组内序号 + 透视表的组合方式实现需求，具体步骤如下：

步骤1：构造示例DataFrame #

先复现你的原始数据：

import pandas as pd

df = pd.DataFrame({
    'Heading 1': ['A', 'A', 'B', 'B', 'B'],
    'Values': [1, 2, 9, 8, 6]
})

步骤2：添加组内序号 #

对Heading 1分组后，用cumcount()给每个组内的行生成从1开始的序号，用来作为新列的标识：

df['seq'] = df.groupby('Heading 1').cumcount() + 1

步骤3：透视转换为目标格式 #

使用pivot()方法重组数据，最后重命名列并重置索引：

result = df.pivot(index='Heading 1', columns='seq', values='Values')
# 重命名列名
result.columns = [f'Value {col}' for col in result.columns]
# 重置索引，让Heading 1回到普通列
result = result.reset_index()

运行后得到的result结构如下：

如果需要把空值（NaN）替换为空字符串，可添加一行：

result = result.fillna('')

关键说明 #

• cumcount()是核心：它能给每个分组内的行分配唯一序号，确保每个Values值对应到正确的新列位置。
• pivot()参数逻辑：index是保留为行的列，columns是要展开成新列的标识（这里的序号），values是填充新列的内容。

内容的提问来源于stack exchange，提问作者Grzegorz Szymala