如何用Pandas将df2匹配多行转为df1的新增列？

你需要先把df2中同一Course Offering Code+User Id组合下的多行记录转成宽表结构，再和df1合并，具体步骤如下：

步骤1：为每组记录添加行序号 #

给每个用户+课程组合内的作业记录添加自增序号，用于后续转列时区分不同作业：

import pandas as pd

# 构造示例数据
df1 = pd.DataFrame({
    'Course Offering Code': ['001', '001'],
    'User Id': [1, 2]
})

df2 = pd.DataFrame({
    'Course Offering Code': ['001']*8,
    'User Id': [1]*4 + [2]*4,
    'Assignment': ['A01', 'A02', 'A03', 'A04']*2,
    'grade%': [65, 85, 95, 64, 87, 86, 82, 90]
})

# 添加组内序号
df2['idx'] = df2.groupby(['Course Offering Code', 'User Id']).cumcount()

步骤2：将df2转置为宽表 #

通过pivot把同一组内的多行作业数据转成多列：

df2_wide = df2.pivot(
    index=['Course Offering Code', 'User Id'],
    columns='idx',
    values=['Assignment', 'grade%']
)

# 调整列名格式（比如Assignment_0、grade%_0）
df2_wide.columns = [f'{col[0]}_{col[1]}' for col in df2_wide.columns]
df2_wide = df2_wide.reset_index()

步骤3：合并到df1 #

将转置后的宽表和df1合并（因为df1的行就是每个用户+课程组合，直接用df2_wide也能得到目标结果，用merge是为了兼容df1有额外列的情况）：

desired_df = pd.merge(df1, df2_wide, on=['Course Offering Code', 'User Id'], how='left')

如果需要把列名后缀改成你示例中的x/y/z/a格式，可以添加以下映射代码：

# 可选：将数字序号替换为字母后缀
letter_map = {0: 'x', 1: 'y', 2: 'z', 3: 'a'}
df2_wide.columns = [f'{col.split("_")[0]}_{letter_map[int(col.split("_")[1])]}' if '_' in col else col for col in df2_wide.columns]

为什么之前的merge不生效？ #

你之前用的pd.merge(df1, df2, ...)会把匹配的行进行行堆叠，导致每个用户+课程组合对应多行记录，而不是把作业转成列。必须先将df2转成宽表，再合并才能得到目标结构。

内容的提问来源于stack exchange，提问作者Kevin