Python Pandas：如何更简便地实现指定格式的DataFrame转换？

问题场景 #

初始DataFrame定义如下：

import pandas as pd
df = pd.DataFrame({'Animal': ['Falcon', 'Falcon',
                              'Parrot', 'Parrot'],
                   'Max Speed': [380., 370., 24., 26.]})

对应的初始数据结构：

Animal  Max Speed
0   Falcon  380.0
1   Falcon  370.0
2   Parrot  24.0
3   Parrot  26.0

需要将其转换为以动物名称为列名、对应速度值按行排列的结构：

Falcon  Parrot
0   380     24
1   370     26

用户最初尝试用groupby实现但未找到简便方式，自行实现的代码较为繁琐：

df.groupby('Animal')['Max Speed'].apply(pd.DataFrame).apply(lambda x: pd.Series(x.dropna().to_numpy()))

更优实现方案 #

方案1：直接使用pivot（最简洁） #

pivot是处理此类行列转换的原生工具，一步到位：

result = df.pivot(columns='Animal', values='Max Speed').reset_index(drop=True)

• columns='Animal'：将Animal列的唯一值设为新DataFrame的列名
• values='Max Speed'：指定填充新列的数据来源
• reset_index(drop=True)：清除原索引，生成从0开始的连续索引

方案2：groupby.cumcount + pivot（兼容数据量不一致场景） #

如果存在不同动物的速度数据量不一致的情况，可先给每个动物分组内的行添加序号，再做转换，确保数据按顺序对齐：

# 给每个动物分组内的行添加递增序号
df['row_num'] = df.groupby('Animal').cumcount()
# 按序号和动物名称做透视转换
result = df.pivot(index='row_num', columns='Animal', values='Max Speed').reset_index(drop=True)

这种方式会对缺失的行自动填充NaN，保证结构规整。

方案3：groupby + unstack #

利用分组后拆分层级的方式实现转换：

result = df.groupby(['Animal', df.groupby('Animal').cumcount()])['Max Speed'].unstack(0).reset_index(drop=True)

• 先按Animal和分组内序号双重分组
• unstack(0)将Animal层级从索引转为列

以上三种方案都比原实现更简洁高效，避免了嵌套apply带来的性能损耗，代码可读性也更强。

内容的提问来源于stack exchange，提问作者pandasPythonQuestion