如何在Pandas DataFrame中将现有列名替换为下方行作为新列名

假设你的原始DataFrame包含分组标识列（如用户/产品ID）、日期列、目标数值列，可以通过以下步骤完成转换：

1. 生成月份标识列 #

从日期列中提取月份，生成month1/month2格式的列：

import pandas as pd

# 替换成你的DataFrame名和日期列名
df['month'] = 'month' + df['date_column'].dt.month.astype(str)

2. 长表转宽表 #

根据数据情况选择合适的转换方法：

• 如果同一分组+月份无重复数据，用pivot：

# 替换成你的分组列名、数值列名
result_df = df.pivot(
    index='group_column',
    columns='month',
    values='value_column'
).reset_index()

• 如果存在重复数据（同一分组+月份有多条记录），用pivot_table指定聚合方式（比如求和、取均值）：

result_df = df.pivot_table(
    index='group_column',
    columns='month',
    values='value_column',
    aggfunc='sum'  # 可替换为'mean'/'max'等
).reset_index()

3. 调整列顺序（可选） #

确保月份列按month1到month5排序：

target_cols = ['group_column'] + [f'month{i}' for i in range(1, 6)]
result_df = result_df[target_cols]

补充：处理空值 #

如果部分月份没有数据，结果中会出现NaN，可以用fillna替换为指定值（比如0）：

result_df = result_df.fillna(0)

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