将Pandas DataFrame的person_ID列按ride_ID分组拆分为多列

需求说明 #

现有大型Pandas DataFrame，包含ride_ID和person_ID两列，每个唯一ride_ID对应的person_ID数量不固定（2到100个不等）。需要按ride_ID分组后，将每组的person_ID拆分为person_ID1至person_IDn的多列，每个ride_ID对应一行数据。

解决方案 #

通过组内计数+数据重塑即可实现，具体步骤如下：

1. 为每组内的person_ID添加序号：用groupby().cumcount()给每个ride_ID下的person_ID分配从1开始的序号（默认计数从0开始，需加1调整）。
2. 重塑数据结构：借助pivot将序号转为列名，person_ID作为对应列的值，最终得到目标格式。

代码示例 #

import pandas as pd

# 模拟示例数据
data = {
    'ride_ID': ['ride_1', 'ride_1', 'ride_1', 'ride_2', 'ride_2', 'ride_3', 'ride_3', 'ride_3', 'ride_3'],
    'person_ID': ['person1', 'person2', 'person3', 'person1', 'person4', 'person1', 'person5', 'person2', 'person3']
}
df = pd.DataFrame(data)

# 步骤1：添加组内序号
df['person_num'] = df.groupby('ride_ID').cumcount() + 1

# 步骤2：重塑数据并重命名列
result = df.pivot(index='ride_ID', columns='person_num', values='person_ID')
result.columns = [f'person_ID{col}' for col in result.columns]
result = result.reset_index()

print(result)

输出结果 #

ride_ID person_ID1 person_ID2 person_ID3 person_ID4
0  ride_1    person1    person2    person3        NaN
1  ride_2    person1        NaN        NaN    person4
2  ride_3    person1    person2    person3    person5

补充说明 #

• 针对大型DataFrame，该方法效率较高，pivot和groupby都是Pandas优化过的核心操作。
• 分组后数量不足的位置会自动填充NaN，完全匹配需求格式。

内容的提问来源于stack exchange，提问作者Learner