如何在Pandas中按ID将唯一值映射至单独列？

开发者阿泽

2026-8-19

Pandas实现按ID多行转单行（动态扩展列）

需求说明

原始DataFrame按ID分组，每个ID对应多条诊断记录，需要将同一ID的多条记录转为单行，为Diagnosis和Test Result分别生成带序号后缀的列，列数由各字段下条目最多的ID决定，不足的位置留空。

原始DataFrame：

ID	Diagnosis	Test Result
1	Cancer	Positive
1	TB	Negative
1	Lupus	Indeterminate
2	Cancer	Negative
2	TB	Negative
2	Myopia	Negative
2	Hypertension	Negative

目标DataFrame：

ID	Diagnosis_1	Diagnosis_2	Diagnosis_3	Diagnosis_4	Test Result_1	Test Result_2	Test Result_3	Test Result_4
1	Cancer	TB	Lupus		Positive	Negative	Indeterminate
2	Cancer	TB	Myopia	Hypertension	Negative	Negative	Negative	Negative

实现代码

Pandas可以通过分组生成序号+透视的方式简洁实现，具体代码如下：

import pandas as pd

# 构建原始DataFrame
data = {
    'ID': [1,1,1,2,2,2,2],
    'Diagnosis': ['Cancer', 'TB', 'Lupus', 'Cancer', 'TB', 'Myopia', 'Hypertension'],
    'Test Result': ['Positive', 'Negative', 'Indeterminate', 'Negative', 'Negative', 'Negative', 'Negative']
}
df = pd.DataFrame(data)

# 1. 为每个ID分组内的行生成序号（从1开始）
df['seq'] = df.groupby('ID').cumcount() + 1

# 2. 透视转换，将序号转为列的后缀
pivoted = df.pivot(index='ID', columns='seq')

# 3. 合并多层列名，转为"字段_序号"的格式
pivoted.columns = [f'{col[0]}_{col[1]}' for col in pivoted.columns]

# 4. 重置索引，将ID从索引转为列
result = pivoted.reset_index()

# 可选：将空值转为空字符串
result = result.fillna('')

print(result)

代码解释

生成序号：groupby('ID').cumcount()为每个ID分组内的行生成从0开始的计数，加1后得到从1开始的序号，确保列后缀符合需求格式。
透视转换：pivot方法将ID作为行索引，序号作为列层级，把Diagnosis和Test Result的内容展开为对应列，自动匹配最大条目数生成足够列数。
列名整理：将透视后的多层列名（如('Diagnosis', 1)）拼接为Diagnosis_1的格式，统一列命名规则。
空值处理：通过fillna('')可将默认的NaN转为空字符串，和示例效果一致。