在Pandas中对相同值列分组且不聚合不同值列的实现方法

原始数据集 #

期望输出格式 #

解决方案代码 #

import pandas as pd

# 读取实际数据（此处用示例数据代替）
df = pd.DataFrame({
    'A': [3,3,3,3,5,5,5,5],
    'B': [4,4,4,4,6,6,7,7],
    'Intensity': [20.2,20.7,30.2,51.8,79.6,11.9,56.7,23.4],
    'Area': [55,23,17,80,46,77,19,23]
})

# 1. 为每组添加组内序号，用于将纵向值转为横向列
df['group_seq'] = df.groupby(['A','B']).cumcount()

# 2. 将Intensity和Area分别转成宽表格式
intensity_wide = df.pivot(index=['A','B'], columns='group_seq', values='Intensity').reset_index()
area_wide = df.pivot(index=['A','B'], columns='group_seq', values='Area').reset_index()

# 3. 合并A、B列为"A,B"格式字符串
intensity_wide['A,B'] = intensity_wide.apply(lambda row: f"{row['A']},{row['B']}", axis=1)
area_wide['A,B'] = area_wide.apply(lambda row: f"{row['A']},{row['B']}", axis=1)

# 4. 添加指标标识列
intensity_wide.insert(0, 'Metric', 'Intensity')
area_wide.insert(0, 'Metric', 'Area')

# 5. 合并两个宽表并调整格式
result = pd.concat([intensity_wide, area_wide], ignore_index=True)
result = result.drop(columns=['A','B']).set_index('Metric')

# 6. 重命名列，匹配目标表头格式
result.columns = ['A,B'] + ['' for _ in result.columns[1:]]

# 7. 清除重复的指标标识
result['Metric'] = result.index
result.loc[result.duplicated(subset='Metric', keep='first'), 'Metric'] = ''
result = result.set_index('Metric')

print(result)

代码说明 #

• 用cumcount()给每组内的记录生成序号，是将纵向原始值转为横向列的关键。
• pivot()方法实现长表转宽表，把每组的多个原始值横向展开。
• 合并A、B列成指定格式字符串，添加指标标识列后，通过concat()合并结果，最后调整索引和列名匹配目标输出。

内容的提问来源于stack exchange，提问作者Teddy