如何用Pandas按第二列值重塑[N×2]结构的表格？

假设你的table是包含diag（0/1值）和al（0.0-4.0值）的两列DataFrame，要将其重塑为以al的不同取值为列名、每列对应该al值下所有diag值的表格，可通过以下两种方法实现：

方法一：添加组内索引后Pivot #

1. 先给每个al分组内的记录添加组内序号，确保每个diag在对应分组中有唯一的行位置：

import pandas as pd

# 给每个al分组的元素添加组内行索引
table['row_idx'] = table.groupby('al').cumcount()

2. 使用pivot方法完成重塑：

# 重塑为目标表格
result = table.pivot(index='row_idx', columns='al', values='diag')

如果不同al分组的diag数量不一致，结果中会出现NaN，可通过fillna()填充（比如result.fillna(0, inplace=True)）。

方法二：GroupBy结合Apply直接转换 #

通过分组后将每个组的diag转为Series，再通过unstack展开为列：

result = table.groupby('al')['diag'].apply(pd.Series).unstack(0)

这种方法会自动生成组内的行索引，最终效果和方法一一致。

内容的提问来源于stack exchange，提问作者Arnold