如何将多行DataFrame转换为带ID前缀的单行多列格式？

嘿，这个需求我刚好处理过，用Pandas的几个核心操作就能轻松搞定！先给你看完整的实现代码，再一步步拆解逻辑：

步骤1：定义原始DataFrame #

首先我们先还原你给出的原始数据：

import pandas as pd

# 原始输入数据
df = pd.DataFrame({
    'ID': ['A', 'B', 'C'],
    'value': [134, 345, 131],
    'is_valid': [True, False, True]
})

步骤2：核心转换代码 #

这部分是实现需求的关键：

# 将ID设为行索引，再把行索引转成列的层级
transformed = df.set_index('ID').unstack()
# 合并多级列名，生成「ID_原列名」的格式
transformed.columns = [f'{id_col}_{orig_col}' for orig_col, id_col in transformed.columns]
# 重置索引得到单行结构
final_result = transformed.reset_index(drop=True)

代码逻辑解释 #

• set_index('ID')：把ID列转为行索引，让每个ID对应一行的value和is_valid字段
• unstack()：将行索引（也就是各个ID）转成列的第二层级，此时DataFrame的列是多级结构（第一层是原列名，第二层是ID）
• 列名重命名：遍历多级列名，把「ID」和「原列名」拼接成你需要的前缀格式（比如A_ID、B_value）
• reset_index(drop=True)：去掉默认的索引列，得到纯粹的1行9列结构

最终结果验证 #

输出final_result就会得到你期望的结构：

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