如何使用Pandas整理ANOVA分析所需的目标格式表格？

假设我有一个Pandas DataFrame df，数据如下：

column A  column B   column C
large     prom2      34
large     prom1      21
large     prom1      12
large     prom2      8
medium    prom2      5
medium    prom1      7
medium    prom1      12
medium    prom2      12
small     prom1      16
small     prom1      14
small     prom2      12
small     prom1      14

需要将其转换为适合方差分析（ANOVA）的格式：以column A的值作为第一列（命名为col_index），column B的内容作为新列（命名为col_prom1、col_prom2），column C的值填入对应位置，目标格式如下：

col_index  col_prom1  col_prom2
   large      21         34
   large      12         8
   medium     7          5
   medium     12         12
   small      16         12  
   small      14         NaN
   small      14         NaN

请问如何用Pandas实现这个转换？

要实现这个格式转换，核心是给同分组下的条目添加组内序号来对齐prom1和prom2的行，再通过pivot重塑表格，具体操作如下：

步骤1：添加组内序号 #

给每个(column A, column B)的组合添加组内计数，让同分组下的第n条prom1和第n条prom2标记为同一个序号，确保后续行对齐：

df['group_id'] = df.groupby(['column A', 'column B']).cumcount()

步骤2：重塑表格 #

用pivot函数把column B的取值转成列，column C作为对应的值，同时用column A和group_id作为复合索引保证行的匹配：

pivoted_df = df.pivot(index=['column A', 'group_id'], columns='column B', values='column C').reset_index()

步骤3：调整格式匹配目标 #

重命名列名、删除多余的group_id列，最终得到目标格式：

# 重命名列
pivoted_df.columns = ['col_index', 'group_id', 'col_prom1', 'col_prom2']
# 删除不需要的group_id列
pivoted_df = pivoted_df.drop('group_id', axis=1)
# 重置行索引（可选，让行号从0开始）
pivoted_df = pivoted_df.reset_index(drop=True)

执行完上述代码后，pivoted_df就完全匹配需求格式：small分组下的3条prom1对应3行，其中只有第一行的col_prom2有值，其余两行自动填充NaN，完全适配方差分析的要求。

内容的提问来源于stack exchange，提问作者Dika