求助：如何用groupby编辑Pandas DataFrame，实现指定格式转换

你可以直接使用Pandas的pivot()方法实现这个转换，这是处理此类行列转置需求的最优方案，不需要复杂的groupby操作。

代码示例 #

首先构造原始DataFrame：

import pandas as pd

df = pd.DataFrame({
    'Date': ['10/1/2022', '10/1/2022', '10/1/2022', '10/2/2022', '10/2/2022', '10/2/2022'],
    'Name': ['Mike', 'Jen', 'Carol', 'Mike', 'Jen', 'Carol'],
    'Count': [10, 15, 25, 7, 13, 30]
})

执行pivot转换：

wide_df = df.pivot(index='Name', columns='Date', values='Count')
print(wide_df)

输出结果 #

Date    10/1/2022  10/2/2022
Name                        
Mike           10          7
Jen            15         13
Carol          25         30

补充说明 #

如果数据中存在同一Name和Date对应多个Count值的情况，可以用pivot_table()指定聚合函数处理：

wide_df = df.pivot_table(index='Name', columns='Date', values='Count', aggfunc='sum')

内容的提问来源于stack exchange，提问作者Mike L