如何将Pandas分组转换为不同列？附DataFrame分组处理需求

没问题，我帮你搞定这个Pandas的分组转列需求！先理清楚你的核心要求：按unit分组，先找到所有分组里最少的观测数量（这里unit 2只有2条数据，所以所有组都取最后2条），然后把每个组的s1列单独拆成新列，最终得到unit_1、unit_2这样的结果。

步骤1：准备数据并计算最小观测数 #

首先先还原你的原始DataFrame，然后算出所有分组里最小的行数：

import pandas as pd

# 构建你的原始DataFrame
df = pd.DataFrame({
    'unit': [1, 1, 1, 2, 2],
    'time': [1, 2, 3, 1, 2],
    's1': [2, 4, 9, 5, 3],
    's2': [3, 5, 7, 2, 1]
})

# 计算所有unit分组中最小的观测数量
min_row_count = df.groupby('unit').size().min()

步骤2：分组取数并转成目标格式 #

接下来用Pandas的分组和行列转换方法，一步到位得到你要的结果：

# 分组后取每个组最后min_row_count行的s1，再把unit转成列
final_result = (df.groupby('unit')['s1']
               .tail(min_row_count)  # 保留每个组最后N行（N是最小观测数）
               .unstack()            # 把行索引的unit转成列
               .rename(columns=lambda x: f'unit_{x}'))  # 重命名列名

最终结果 #

运行上面的代码后，final_result就是你想要的格式：

unit_1  unit_2
0       4       5
1       9       3

代码解释 #

• groupby('unit')['s1'].tail(min_row_count)：针对每个unit分组，只保留最后min_row_count条记录的s1值，确保所有分组的行数统一
• unstack()：把原来作为行索引的unit标签转换为列，自动对齐每个分组的对应行
• rename(columns=lambda x: f'unit_{x}')：把列名从原始的1、2改成更直观的unit_1、unit_2

这个方法扩展性很强，哪怕你后续有更多unit值，也会自动生成对应的列，不需要修改代码~

内容的提问来源于stack exchange，提问作者Arch Desai