如何在Pandas DataFrame中转置指定列生成宽表

原始DataFrame #

目标DataFrame #

解决方案 #

你需要的是窄表转宽表的操作，转置和melt是反向操作，所以不适用。下面两种方法可以快速解决问题：

方法1：用pivot_table（新手首选，一步到位） #

这个方法会自动处理缺失值，直接得到目标格式：

import pandas as pd

# 构造原始数据（如果已有DataFrame可跳过此步）
df = pd.DataFrame({
    'RepName': ['John', 'John', 'Matt', 'Matt'],
    'Hours': [4, 15, 6, 10],
    'Reason': ['Research', 'Training', 'Project Labor', 'Training']
})

# 核心转换代码
result = df.pivot_table(
    index='RepName',  # 以RepName作为行标识
    columns='Reason', # 将Reason的每个唯一值转为列
    values='Hours',   # 用Hours的值填充对应单元格
    fill_value=0,     # 无对应数据的位置填0
    aggfunc='sum'     # 因每个RepName+Reason仅一条数据，sum/first效果一致
).reset_index()

# 移除列索引的名称，让表格更整洁
result.columns.name = None

print(result)

方法2：用pivot+fillna #

如果想用基础的pivot方法，需要手动填充缺失值：

result = df.pivot(index='RepName', columns='Reason', values='Hours').fillna(0).reset_index()
result.columns.name = None

内容的提问来源于stack exchange，提问作者jmike877