如何用更简便的方法重塑Pandas DataFrame？

先看你的原始数据构造代码：

import pandas as pd
L = range(0,12)
df = pd.DataFrame(
    {
        'Col_1': ['a', 'b', 'c','a', 'b', 'c','a', 'b', 'c','a', 'b', 'c'],
        'Col_2': ['', '', '','', '', '','', '', '','', '', ''],
        'Col_3': ['x', 'y', 'z','xx', 'yy', 'zz','xxx', 'yyy', 'zzz','x1', 'y2', 'z3']
    },
    index = L
)

从数据结构能看出来，Col_1的a/b/c每3行构成一组，每组对应Col_3的一组值，目标是把每组的a/b/c转为列，每组对应一行。下面是两种比自定义冗长函数简便得多的实现方式：

方法1：用pivot配合组编号 #

先给每组添加一个标识列，再通过pivot直接完成重塑：

# 生成组编号：每个Col_1值的出现次数作为组ID
df['group_id'] = df.groupby('Col_1').cumcount()

# 执行重塑
reshaped_df = df.pivot(index='group_id', columns='Col_1', values='Col_3').reset_index(drop=True)

方法2：用groupby + unstack（更简洁） #

不需要额外添加列，直接通过分组后转置完成：

# 按Col_1分组提取Col_3值，转为Series后转置
reshaped_df = df.groupby('Col_1')['Col_3'].apply(list).apply(pd.Series).T

两种方法最终得到的结果一致，结构如下：

a    b    c
0    x    y    z
1   xx   yy   zz
2  xxx  yyy  zzz
3   x1   y2   z3

内容的提问来源于stack exchange，提问作者Alan Nuñez