Pandas实现按一列分组展平含两列的DataFrame

原始DataFrame #

cust_id         product
1               tv
1               phone
2               bat
2               ball
3               bat
4               ball
4               bat
4               tv
4               phone
5               tv
6               bat
7               bat
7               ball
7               tv
8               phone
8               tv

预期输出 #

cust_id        0         1            2           3         
      1        tv        phone        NaN         NaN
      2        bat       ball         NaN         NaN
      3        bat       NaN          NaN         NaN
      4        ball      bat          tv          phone
      5        tv        NaN          NaN         NaN
      6        bat       NaN          NaN         NaN
      7        bat       ball         tv          NaN
      8        phone     tv           NaN         NaN

尝试代码（结果为单列含列表） #

s = df.groupby(['cust_id'])['product'].apply(list)

正确实现方式 #

方式一：简洁版（直接展开列表为多列） #

利用pd.Series将分组后的列表直接拆分为多列：

result = df.groupby('cust_id')['product'].apply(pd.Series)

方式二：分步可控版（生成列索引后透视） #

先给每组内的行分配序号，再通过透视转换结构：

# 为每个客户的产品分配组内序号
df['col_index'] = df.groupby('cust_id').cumcount()
# 透视生成多列格式
result = df.pivot(index='cust_id', columns='col_index', values='product')
# 可选：将列名转为字符串类型（如需要0、1、2这类列名）
result.columns = result.columns.astype(str)
# 可选：将cust_id从索引转为普通列
# result = result.reset_index()

两种方法都能得到符合预期的DataFrame，按需选择即可。

内容的提问来源于stack exchange，提问作者Danish