如何将DataFrame的category列值转为列，并按id分组计算value列平均值

我有一个名为df的Pandas DataFrame，结构如下：

需要按id分组，将category的不同取值作为列，列值为对应value的平均值，最终得到如下结构的DataFrame（注：原始数据中AB的small类平均值应为3，big类平均值应为6.5，以下为修正后的正确结果）：

方法1：使用pivot_table #

pivot_table是Pandas处理这类行列转换的常用方法，直接指定索引、列、值和聚合函数即可：

import pandas as pd

# 生成结果
result = df.pivot_table(
    index='id',
    columns='category',
    values='value',
    aggfunc='mean'
).reset_index()

# 调整格式匹配目标
result.columns.name = None  # 移除列索引的名称
result = result.rename(columns={'id': 'ID'})  # 修改id列名为ID

方法2：使用groupby + unstack #

先按id和category分组计算平均值，再通过unstack将category转换为列：

result = df.groupby(['id', 'category'])['value'].mean().unstack().reset_index()
result.columns.name = None
result = result.rename(columns={'id': 'ID'})

两种方法最终都会得到符合需求的DataFrame。

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