如何使用Pandas将class_cd行转列为新列，按Id聚合数据？

原始数据 #

示例数据如下：

Id name class_cd class_name
0   1    A     abc1        dog
1   1    A     def2     canine
2   1    A     ghi1       safe
3   2    B     abc1        cat
4   2    B     def2      tabby

可通过以下代码复现：

import pandas as pd

df = pd.DataFrame({
    'Id': [1, 1, 1, 2, 2],
    'name':['A', 'A', 'A', 'B', 'B'],
    'class_cd': ['abc1', 'def2', 'ghi1', 'abc1', 'def2'],
    'class_name': ['dog', 'canine', 'safe', 'cat', 'tabby']
})

需求 #

将class_cd的唯一值作为新列名，列值为对应的class_name，最终每个Id（结合name）对应一行数据，期望输出：

Id  name    abc1    def2    ghi1
0   1      A     dog  canine    safe
1   2      B     cat   tabby    

解决方案 #

使用Pandas的pivot方法可以直接实现这个需求，指定分组的索引列、要转为列的字段以及填充值的字段即可：

result = df.pivot(index=['Id', 'name'], columns='class_cd', values='class_name').reset_index()
# 移除列索引的名称，避免输出冗余
result.columns.name = None
print(result)

运行后输出：

Id name   abc1    def2   ghi1
0   1    A    dog  canine   safe
1   2    B    cat   tabby    NaN

如果希望空值显示为空白而非NaN，可以添加fillna('')处理：

result = df.pivot(index=['Id', 'name'], columns='class_cd', values='class_name').reset_index().fillna('')
result.columns.name = None
print(result)

输出与期望完全一致：

Id name abc1    def2 ghi1
0   1    A  dog  canine safe
1   2    B  cat   tabby     

说明 #

• index参数指定保持为行标识的列（Id和name组合后唯一确定每行）；
• columns参数指定要转换为列名的字段（即class_cd）；
• values参数指定填充到新列中的值（即class_name）；
• reset_index()用于将多级索引转为普通列；
• columns.name = None用于移除列索引的冗余名称。

内容的提问来源于stack exchange，提问作者ChrisOram