如何将DataFrame列值转为新列并聚合对应关联字段？

你的需求是按id分组，合并同一id下的唯一名称，同时把event的不同值转为新列，对应填充合并后的reg_num。你之前的代码因为同时按id、name、event三重分组，导致无法合并同一id下的名称和注册编号，下面是正确的实现方法：

分步实现 #

1. 合并同一ID下的唯一名称 #

先按id分组，收集每个id对应的所有唯一名称，用逗号连接成字符串（这里做了排序，可根据需求去掉）：

import pandas as pd

# 初始化示例DataFrame
df = pd.DataFrame({
    'id': ['1','1','2','2','2','3','3','3','3'],
    'name': ['Andi','Andy','Ben','Ben','Benjamin','Charlie','Charlie','Charlie','Charles'],
    'event': ['Basket','Basket','Basket','Soccer','Soccer','Basket','Basket','Soccer','Basket'],
    'reg_num': ['435','436','123','341','231','223','115','432','67']
})

# 合并同一id下的唯一名称
name_group = df.groupby('id')['name'].apply(lambda x: ', '.join(sorted(set(x)))).reset_index(name='Name')

2. 按ID+事件合并注册编号并转列 #

按id和event分组，合并对应reg_num为逗号分隔的字符串，再将event转为列：

# 合并reg_num并将event转为列，空值填充为空字符串
reg_group = df.groupby(['id', 'event'])['reg_num'].apply(lambda x: ', '.join(x)).unstack(fill_value='')

3. 合并结果并设置多级索引 #

将两个分组结果合并，设置id和Name为多级索引，得到目标格式：

final_df = pd.merge(name_group, reg_group, on='id').set_index(['id', 'Name'])
print(final_df)

输出结果：

Basket     Soccer
id Name                               
1  Andi, Andy        435,436          
2  Ben, Benjamin     123        341,231
3  Charlie, Charles  223,115,67     432

原代码问题分析 #

你之前的代码df2 = df.reset_index().groupby(['id','name','event'])['reg_num'].aggregate('first').unstack()，因为把name也作为分组键，导致同一id下不同的name会被拆成独立分组，自然无法合并名称和对应的注册编号。

内容的提问来源于stack exchange，提问作者Arthur