如何基于MultiIndex列扩展pandas DataFrame为宽表格式？

你可以通过unstack()方法直接将MultiIndex的分组结果转换为宽格式，同时填充缺失值为0，再调整列名即可得到目标结构：

原代码与输出 #

你当前通过分组得到的带MultiIndex的结果：

new_data = data.groupby(['id','category']).sum('amount')

输出结构示例：

amount
id category
1   2           12
    3           1
2   1           45
    3           56

解决方案代码 #

# 展开category为列，同时填充缺失值为0
wide_data = new_data.unstack(level='category', fill_value=0)
# 重命名列，添加指定前缀
wide_data.columns = [f'amount_category_{col}' for col in wide_data.columns.get_level_values(1)]
# 将id从索引转为普通列（按需选择，若需要id作为列则执行）
wide_data = wide_data.reset_index()

代码说明 #

1. unstack(level='category', fill_value=0)：将category层级的索引直接展开为列，fill_value=0参数一次性把缺失的category对应的数值填充为0，无需后续单独处理空值
2. 列名重命名：unstack后列名是包含amount和category的MultiIndex，通过columns.get_level_values(1)提取category的数值，拼接成amount_category_xx格式的列名
3. reset_index()：如果需要把id从索引转为普通列（和目标表格结构一致），执行此步骤；若保留id作为索引则可省略

运行后得到的结果结构如下：

id  amount_category_1  amount_category_2  amount_category_3
1   0                  12                 1
2   45                 0                  56

内容的提问来源于stack exchange，提问作者Nastya Zolotareva