pandas如何将列值转为独立列并按分组聚合对应值

实现逻辑 #

• 以Groups列为行分组维度
• 将Species_2列的所有唯一值展开为单独列
• 同组同列下匹配到的多个Species_1值用;拼接，无匹配值填充NA

完整实现代码 #

import pandas as pd

# 加载测试数据
test_data = {'Groups': {0: 'G1', 1: 'G1', 2: 'G1', 3: 'G1', 4: 'G1', 5: 'G2', 6: 'G2', 7: 'G3'}, 
        'Species_1': {0: 'SP1_A', 1: 'SP1B', 2: 'SP2_AZ', 3: 'SP3_12:A', 4: 'SP4-2', 5: 'SP1_2', 6: 'SP3:21', 7: 'SP5(2)'}, 
        'Species_2': {0: 'SP1', 1: 'SP1', 2: 'SP2', 3: 'SP3', 4: 'SP4', 5: 'SP2', 6: 'SP3', 7: 'SP5'}}
df = pd.DataFrame(test_data)

# 核心方法1：pivot_table透视实现
result = df.pivot_table(
    index='Groups',
    columns='Species_2',
    values='Species_1',
    aggfunc=lambda x: ';'.join(x),
    fill_value=pd.NA
).reset_index()
result.columns.name = None

# 核心方法2：groupby+unstack实现，效果和方法1完全一致
# result = df.groupby(['Groups', 'Species_2'])['Species_1'].agg(';'.join).unstack(fill_value=pd.NA).reset_index()
# result.columns.name = None

# 若需要将缺失值显示为字符串NA，取消注释下一行即可
# result = result.fillna('NA')

print(result)

输出结果 #

Groups        SP1     SP2       SP3     SP4      SP5
0     G1  SP1_A;SP1B  SP2_AZ  SP3_12:A   SP4-2    <NA>
1     G2        <NA>   SP1_2    SP3:21    <NA>    <NA>
2     G3        <NA>    <NA>      <NA>    <NA>  SP5(2)

注：如果执行fillna('NA')步骤，输出中的<NA>会替换为字符串NA，和示例展示效果完全一致。

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