如何将DataFrame横向重构，避免ProblemGroup列重复？

原始数据示例 #

先构造对应结构的DataFrame：

import pandas as pd

df = pd.DataFrame({
    'ProblemGroup': ['A', 'A', 'B', 'B'],
    'month': [1, 2, 1, 2],
    'Count': [362, 485, 400, 487]
})

原始表格结构：

方法1：使用pivot函数 #

针对无重复(month, ProblemGroup)组合的数据，直接用pivot转换：

pivoted_df = df.pivot(index='month', columns='ProblemGroup', values='Count').reset_index()
# 移除列名的层级标签，让表格结构更简洁
pivoted_df.columns.name = None

转换后结果：

方法2：使用pivot_table函数 #

如果数据存在重复的(month, ProblemGroup)组合，pivot_table可通过聚合函数处理，这里用sum适配当前场景：

pivot_table_df = df.pivot_table(
    index='month',
    columns='ProblemGroup',
    values='Count',
    aggfunc='sum'
).reset_index()
pivot_table_df.columns.name = None

得到的结果与方法1完全一致。

关键参数说明 #

• index：指定作为行标识的字段（此处为month）
• columns：指定转换为列名的字段（此处为ProblemGroup，其唯一值会成为新列名）
• values：指定填充到单元格的数值字段（此处为Count）
• reset_index()：将行索引转为普通列，匹配期望的表格结构
• columns.name = None：清除列名的层级标记，优化表格展示效果

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