如何将CSV中name列按chain列分组？求高效实现方法

可以用Pandas的分组计数+透视表来快速实现需求，这是处理这类表格重塑场景的高效方案，代码逻辑清晰且性能优异：

步骤说明 #

1. 读取CSV数据：用pandas.read_csv加载你的CSV文件。
2. 生成组内序号：为每个chain分组下的name条目分配递增序号，确保同一分组内的条目能按顺序对应到同一行。
3. 透视表重塑结构：通过透视表将chain转为列名，序号作为行索引，name作为单元格值，直接得到目标格式。

完整代码示例 #

import pandas as pd

# 替换为你的CSV文件路径
df = pd.read_csv("your_data.csv")

# 为每个chain分组内的条目生成从1开始的序号
df["row_id"] = df.groupby("chain").cumcount() + 1

# 执行透视表转换
output_df = df.pivot(index="row_id", columns="chain", values="name")

# 移除列索引的名称（可选，让输出更贴近示例格式）
output_df.columns.name = None

# 查看结果
print(output_df)

补充说明 #

• 如果不同chain的条目数量不一致，结果中较短的列会出现NaN，可以用output_df.fillna("")将空值替换为空白字符串。
• 该方案基于Pandas的向量化操作，比手动循环拼接或多次merge效率高得多，适合处理大容量CSV数据。

内容的提问来源于stack exchange，提问作者Juhyuk Park