Pandas行转列处理：将分类列转为独立列并合并重复值

你可以通过分组聚合+列转置的方式实现需求，核心是先对col1和col2分组，把同一分组下的col3值用逗号拼接，再将col2的分类转为列：

步骤1：构造示例DataFrame #

import pandas as pd

data = [
    ["sally", "grade", "nine"],
    ["joe", "grade", "ten"],
    ["mary", "age", "eight"],
    ["sue", "age", "eight"],
    ["john", "height", "5'9"],
    ["john", "age", "twelve"],
    ["john", "fav_subject", "math"],
    ["john", "fav_subject", "english"]
]

df = pd.DataFrame(data, columns=["col1", "col2", "col3"])

步骤2：分组聚合并转置列 #

# 分组拼接同分类下的多值
grouped = df.groupby(["col1", "col2"])["col3"].agg(", ".join).unstack()
# 重置索引，将col1转为普通列，空值填充为空字符串
result = grouped.reset_index().fillna("")
# 调整列顺序（与示例格式对齐）
result = result[["col1", "grade", "age", "height", "fav_subject"]]

最终输出结果 #

col1  grade      age height fav_subject
0    joe    ten                         
1   john        twelve   5'9  math, english
2   mary              eight            
3    sue              eight            
4  sally   nine                         

说明：

• groupby(["col1", "col2"]).agg(", ".join) 会把同一个col1+col2组合下的所有col3值用逗号连接，比如john的两个fav_subject值会合并为math, english
• unstack() 把col2的分类从行索引转为列，实现分类转独立列的效果
• fillna("") 将空值替换为空字符串，与示例的空白格式保持一致

内容的提问来源于stack exchange，提问作者youtube