如何在Pandas中按索引分组并将Coupon对应的SMM_diff转为列

根据你的需求，要将每个Coupon对应的SMM_diff转为单独列，以y_m作为唯一索引，可以通过以下两种方式实现：

情况1：原始DataFrame是多级索引（y_m和Coupon为索引，列仅为SMM_diff） #

使用unstack方法将Coupon索引转为列，再重命名列名：

# 假设你的DataFrame名为df
# 将Coupon索引展开为列
df_unstacked = df.unstack(level='Coupon')
# 重命名列，格式化为SMM_diff_<Coupon值>
df_unstacked.columns = [f"SMM_diff_{coupon}" for coupon in df_unstacked.columns.get_level_values(1)]

情况2：原始DataFrame是普通列结构（包含y_m、Coupon、SMM_diff三列） #

使用pivot方法直接重塑数据：

# 假设你的DataFrame名为df
df_pivoted = df.pivot(index='y_m', columns='Coupon', values='SMM_diff')
# 重命名列
df_pivoted.columns = [f"SMM_diff_{coupon}" for coupon in df_pivoted.columns]

执行后就能得到你想要的结果：y_m作为索引，每个Coupon对应的SMM_diff成为单独的列，列名格式为SMM_diff_<Coupon数值>。

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