如何用Python Pandas或Excel将长格式DataFrame按ID转为宽格式？

问题背景 #

现有如下长格式DataFrame（示例数据）：

表格中Info列存储字段标识（如ID、State、Address等），Values列对应存储字段值，同一ID对应的State、Address等字段属于该ID，部分ID还包含Name字段。希望将其转换为以ID为索引的宽格式表格（示例如下）：

尝试使用Python的Pivot功能后，结果不符合预期，各字段值分行显示、其余列空白，错误示例如下（ID 53312的转换结果）：

请问如何用Python Pandas或Excel实现正确的宽格式转换？

解决方案 #

一、Python Pandas实现 #

核心思路是先为每条数据标记所属的ID分组，再进行透视转换。

1. 数据预处理与转换代码

import pandas as pd

# 构造示例数据
df = pd.DataFrame({
    'Info': ['ID', 'State', 'Address', 'ID', 'State:', 'Address', 'Name:'],
    'Values': ['53312', 'Mass', 'Stackoverflowtown', '56120', 'Bos', 'Georgetown', 'James']
})

# 统一Info列格式：去除多余冒号
df['Info'] = df['Info'].str.replace(':', '')

# 生成分组标识：每遇到一个ID，分组号递增
df['group_id'] = df['Info'].eq('ID').cumsum()

# 按分组透视，整理成宽格式
result = df.pivot(index='group_id', columns='Info', values='Values').reset_index(drop=True)

# 将ID设为索引（可选操作）
result = result.set_index('ID')

print(result)

执行后输出结果：

State           Address   Name
ID                                  
53312  Mass  Stackoverflowtown    NaN
56120   Bos        Georgetown  James

二、Excel实现 #

步骤如下：

1. 添加分组列：在表格旁插入新列（如C列），命名为分组。
2. 标记分组：
   • C2单元格输入1（对应第一个ID的分组）。
   • C3单元格输入公式：=IF(A3="ID",C2+1,C2)，下拉填充至所有行。
3. 统一字段名：插入D列，输入公式=SUBSTITUTE(A2,":","")，清理Info列的冒号，下拉填充。
4. 创建数据透视表：
   • 选中所有数据（含分组列、清理后的字段名列），点击「插入」→「数据透视表」。
   • 透视表设置：将分组拖至「行」区域，清理后的Info字段拖至「列」区域，Values拖至「值」区域。
   • 调整值字段：将汇总方式改为「最大值」或「最小值」（每个分组每个字段仅一个值，取最大/最小均可得到正确结果）。
   • 最后将ID列值作为行标签，整理成目标格式即可。

内容的提问来源于stack exchange，提问作者CatDad