Pandas按两列分组并将第三列展开为多列的实现需求

你可以通过组内生成序号+数据重塑的方式实现需求，具体步骤如下：

1. 构造示例数据 #

先还原你的原始DataFrame：

import pandas as pd

df = pd.DataFrame({
    'A': ['a', 'a', 'a', 'c', 'c', 'c', 'c', 'c', 'e', 'e', 'e', 'e'],
    'B': ['b', 'b', 'b', 'd', 'd', 'd', 'd', 'd', 'b', 'b', 'b', 'b'],
    'C': [1, 2, 3, 7, 8, 5, 6, 3, 4, 3, 2, 1]
})

2. 核心处理代码 #

# 给每个(A,B)组内的行分配从1开始的序号，用于后续生成C1/C2等列名
df['col_seq'] = df.groupby(['A', 'B']).cumcount() + 1

# 重塑数据：将组内序号转为列，C列值填充对应位置
pivoted_df = df.pivot(index=['A', 'B'], columns='col_seq', values='C')

# 重命名列，改为C1/C2...的格式
pivoted_df.columns = [f'C{num}' for num in pivoted_df.columns]

# 将A、B从索引转回普通列，空值保留NaN
final_df = pivoted_df.reset_index()

print(final_df)

3. 输出结果 #

运行后会得到你需要的结构：

A  B   C1   C2   C3   C4   C5
0  a  b  1.0  2.0  3.0  NaN  NaN
1  c  d  7.0  8.0  5.0  6.0  3.0
2  e  b  4.0  3.0  2.0  1.0  NaN

关键步骤解释 #

• groupby(['A','B']).cumcount() +1：为每个分组内的行生成连续序号（从1开始），确保后续列名是C1、C2这种格式。
• pivot方法：自动将分组后的C值按序号展开为列，分组长度不足的位置自动填充NaN，完全匹配你的需求。
• 最后通过reset_index()把A、B从索引转回普通列，得到最终的表格结构。

内容的提问来源于stack exchange，提问作者mirix