如何将分组DataFrame的类别行转换为多列？

你可以用Pandas的ffill() + pivot()组合实现这个转换，步骤如下：

1. 填充Id列的缺失值 #

原始DataFrame里的空Id是继承上一行的Id，先用前向填充补全：

import pandas as pd

# 模拟你的原始DataFrame（空Id用pd.NA表示）
df = pd.DataFrame({
    'Id': [900000007, 900000009, pd.NA, 900000015, pd.NA, pd.NA, 900000019, pd.NA],
    'Category': ['Schuur', 'Garage', 'Dakkapel', 'Schuur', 'Garage', 'Dakkapel', 'Schuur', 'Garage'],
    'Amount': [8.0, 24.0, 5.0, 8.0, 20.0, 5.0, 8.0, 18.0]
})

# 前向填充Id列的缺失值
df['Id'] = df['Id'].ffill()

2. 用pivot()重塑数据 #

指定Id为行索引，Category为列名，Amount为填充值：

result_df = df.pivot(index='Id', columns='Category', values='Amount').reset_index()

3. 调整格式（可选） #

去掉列名的层级名称，让结果更贴合需求：

result_df.columns.name = None

最终得到的result_df结构如下：

Id  Schuur  Garage  Dakkapel
0  900000007     8.0     NaN        NaN
1  900000009     NaN    24.0        5.0
2  900000015     8.0    20.0        5.0
3  900000019     8.0    18.0        NaN

如果原始数据存在同一个Id+Category的重复项，可改用pivot_table()并指定聚合函数（比如aggfunc='sum'）处理重复值。

内容的提问来源于stack exchange，提问作者Romy