如何用Python将DataFrame中的重复值转置为多列？

完全可以用Python的pandas库实现这个数据转换，核心是使用pivot方法完成透视操作，步骤如下：

1. 构造原始DataFrame #

先还原你提供的原始数据：

import pandas as pd

data = {
    "Col1": ["A", "A", "A", "B", "B", "B", "C", "C", "C"],
    "Col2": ["Day1", "Day2", "Day3"] * 3,
    "Col3": [10, 9, 11, 12, 7, 5, 9, 10, 6]
}
df = pd.DataFrame(data)

2. 执行透视转换 #

使用pivot方法将长格式数据转为目标宽格式：

# 透视转换：以Col2为行，Col1为列，Col3为值
pivoted_df = df.pivot(index="Col2", columns="Col1", values="Col3").reset_index()

# 调整列名格式，匹配需求
pivoted_df.columns.name = None  # 移除列的层级名称
pivoted_df = pivoted_df.rename(columns={"Col2": "Date"})

转换结果 #

执行后得到的pivoted_df就是你需要的格式：

关键参数说明 #

• index：指定作为结果行标签的列（这里是日期列Col2）
• columns：指定作为结果列标签的列（这里是分组列Col1的A/B/C）
• values：指定填充到单元格中的数据列（这里是数值列Col3）

如果你的数据存在重复的(Col2, Col1)组合，可以改用pivot_table并指定聚合函数（如aggfunc='mean'）来处理重复值。

内容的提问来源于stack exchange，提问作者Elters