如何将含重复Name_id的Pandas DataFrame转为多列唯一ID格式？

解决思路 #

通过为每个Name_id的组内记录添加顺序编号，结合pivot方法将原长表转换为宽表，完美适配分类数据的展开需求。

具体步骤及代码 #

1. 添加组内顺序编号
   为每个Name_id的出现记录生成递增序号，确保后续透视时每个（Name_id, 序号）组合唯一：

   import pandas as pd
   data = pd.DataFrame({"Name_id" : ["John","Deep","Julia","John","Sandy",'Deep'], 
                        "Month_id" : ["December","March","May","April","May","July"],
                       "Colour_id" : ["Red",'Purple','Green','Black','Yellow','Orange']})
   
   # 生成组内序号（从1开始，让列名更直观）
   data['seq'] = data.groupby('Name_id').cumcount() + 1
   

2. 透视生成多列数据
   分别对Month_id和Colour_id进行透视，为列名添加前缀区分后合并结果：

   # 透视生成月份多列
   month_df = data.pivot(index='Name_id', columns='seq', values='Month_id').add_prefix('Month_')
   # 透视生成颜色多列
   colour_df = data.pivot(index='Name_id', columns='seq', values='Colour_id').add_prefix('Colour_')
   
   # 合并最终结果
   final_result = pd.concat([month_df, colour_df], axis=1)
   

3. 最终输出效果
   执行后final_result的结构如下：

   Month_1 Month_2 Colour_1 Colour_2
   Name_id                                    
   Deep         March    July   Purple    Orange
   John      December   April      Red     Black
   Julia          May     NaN    Green      NaN
   Sandy          May     NaN   Yellow      NaN
   

关键说明 #

你之前认为pivot仅适用于数值型数据，其实只要保证**（索引，列）组合对应唯一值**，它同样可以处理分类数据。这里通过添加组内序号，避免了透视时的聚合冲突，完美解决分类数据的宽表转换需求。

内容的提问来源于stack exchange，提问作者MBI