如何调整Pandas pivot结果，得到目标结构的DataFrame？

问题 #

原始Pandas DataFrame结构：

datecreated  timestamp  value  
2022-11-15      1       4000
2022-11-15      2       3900
2022-11-15      3       3850
2022-11-15      4       3810
2022-11-15      5       3790

期望转换为目标格式：

datecreated     1     2     3     4     5
0   2022-11-15      4000  3900  3850  3810  3790 

尝试df = df.pivot(index='datecreated', columns='timestamp', values='value')后得到带列层级名称的结果，执行reset_index()后数值变为浮点数，不符合预期。

解决方案 #

执行以下代码即可得到目标格式：

# 执行 pivot 转换
df_pivoted = df.pivot(index='datecreated', columns='timestamp', values='value')
# 移除列的层级名称（timestamp）
df_pivoted.columns.name = None
# 重置索引并将数值列转回整数类型
df_result = df_pivoted.reset_index().astype({col: int for col in df_pivoted.columns})

关键操作说明： #

• df_pivoted.columns.name = None：清除列上方的timestamp标签，让列名直接显示为1-5
• astype({col: int for col in df_pivoted.columns})：将重置索引后自动转为浮点数的数值列还原为整数，避免出现.0后缀
• reset_index()：将datecreated从索引列转为普通列，生成默认的整数索引

执行后输出结果与目标格式一致：

datecreated     1     2     3     4     5
0   2022-11-15    4000  3900  3850  3810  3790

内容的提问来源于stack exchange，提问作者Leb_Broth