如何透视DataFrame且不丢失重复值，并按reps从小到大排列列？

输入DataFrame #

id   value  reps
1    333    1
1    332    4
1    335    1   
4    555    3
4    225    1
444  2      5

目标格式 #

需要按reps列从小到大排序后，将value拆分为多列，最终格式如下：

id   col1 col2 col3 col4 
1    333  335  332  nan 
4    225  555  nan  nan 
444  2    nan  nan  nan

尝试的方法及问题 #

使用pivot_table方法：

dataframe = dataframe.pivot_table(index='id', columns='reps', values='value')
dataframe = dataframe.rename_axis(columns=None).reset_index()

得到的结果是聚合后的DataFrame，不符合需求：

id   1      3      4    5
1    334    nan    332  nan
4    225.5  555.5  nan  nan
444  nan    nan    nan  2

请问如何实现目标格式？

问题出在pivot_table默认会对重复的行列组合做聚合（默认取均值），而我们需要保留所有原始值并按reps排序后展开。可以按以下步骤实现：

• 按id和reps排序：先对DataFrame按id分组内的reps从小到大排序，确保后续展开的顺序正确。
• 生成组内序号：在每个id分组内，为排序后的行生成连续的序号（从1开始），作为后续列的标识。
• 透视转换：用pivot方法（而非pivot_table）根据id和组内序号来透视，避免自动聚合。
• 重命名列名：将生成的列名改为col1、col2这类格式，并重置索引。

具体代码如下：

import pandas as pd

# 原始数据
df = pd.DataFrame({
    'id': [1,1,1,4,4,444],
    'value': [333,332,335,555,225,2],
    'reps': [1,4,1,3,1,5]
})

# 按id和reps排序
df_sorted = df.sort_values(by=['id', 'reps'])

# 生成组内连续序号
df_sorted['col_num'] = df_sorted.groupby('id').cumcount() + 1

# 透视转换
result = df_sorted.pivot(index='id', columns='col_num', values='value')

# 重命名列并重置索引
result = result.rename(columns=lambda x: f'col{x}').reset_index()

print(result)

运行后输出结果：

id   col1   col2   col3  col4
0    1  333.0  335.0  332.0   NaN
1    4  225.0  555.0    NaN   NaN
2  444    2.0    NaN    NaN   NaN

如果需要将数值转为整数格式（缺失值保留为NaN），可添加以下代码：

result = result.astype({'col1': 'Int64', 'col2': 'Int64', 'col3': 'Int64', 'col4': 'Int64'})

内容的提问来源于stack exchange，提问作者Kevin Yorney Guzman Hernandez