基于行数据创建列：Pandas DataFrame转换需求

需求说明 #

将包含两个日期的长格式DataFrame，转换为按「名称」分组，分别展示两个日期对应数值的宽表（「转换前数值」对应较早日期，「转换后数值」对应较晚日期）。

步骤实现 #

1. 构造原始数据（用于复现场景）

import pandas as pd

df = pd.DataFrame({
    '日期': ['01-01-2022', '01-01-2022', '01-01-2022', '02-01-2022', '02-01-2022', '02-01-2022'],
    '名称': ['A', 'B', 'C', 'A', 'B', 'C'],
    '数值': [0, 1, 1, 1, 1, 0]
})

2. 核心转换逻辑
   由于每个「名称+日期」组合唯一，直接用pivot方法即可快速完成转换：

# 执行透视转换
result = df.pivot(index='名称', columns='日期', values='数值').reset_index()
# 重命名列名匹配目标结构
result.columns = ['名称', '转换前数值', '转换后数值']

3. 严谨性优化（可选）
   如果不确定原始数据的日期顺序，先将日期转为datetime类型并排序，确保「转换前/后」对应正确的时间顺序：

# 转换日期格式并按时间排序
df['日期'] = pd.to_datetime(df['日期'], format='%d-%m-%Y')
df = df.sort_values('日期')

# 再次执行透视和列名重命名
result = df.pivot(index='名称', columns='日期', values='数值').reset_index()
result.columns = ['名称', '转换前数值', '转换后数值']

最终结果 #

转换后的result与目标DataFrame结构完全一致：

内容的提问来源于stack exchange，提问作者kstajer