Pandas如何将长格式DataFrame转换为槽位分栏的宽格式DataFrame

你需要将记录单槽位单板信息的长表，按设备名（Name）分组展开为每个槽位对应单板的宽表，实现逻辑如下：

核心思路 #

• 原始数据是典型的长表结构：每行对应「某设备某槽位插了某块单板」的单条记录
• 目标是行转列：以Name为行标识，槽位号为列标识，填充对应的Board值，缺失槽位留空
• 需要额外补全目标要求的0-5全部6个槽位列，避免部分槽位无数据时列缺失

完整实现代码 #

import pandas as pd

# 替换为你自己的数据读取逻辑，比如pd.read_csv()、pd.read_excel()
df = pd.DataFrame(
    [
        [55, "WD22UBBPe4", 3], [14, "WD22UBBPd6", 2], [14, "QWL1WBBPF4", 3],
        [14, "QWL1WBBPD2", 0], [14, "WD22LBBPD2", 1], [16, "QWL1WBBPD2", 4],
        [16, "QWL1WBBPD2", 3], [16, "WD22UBBPd6", 2], [16, "QWL1WBBPD2", 0],
        [16, "QWL1WBBPD2", 1], [72, "QWL1WBBPD2", 0], [72, "WD22LBBPD2", 1],
        [72, "WD22UBBPd6", 2], [72, "QWL1WBBPD2", 3]
    ],
    columns=["Name", "Board", "Slot No."]
)

# 行转列操作
res = df.pivot(index="Name", columns="Slot No.", values="Board")
# 补全0-5所有槽位列，空值填充为空字符串
res = res.reindex(columns=range(6), fill_value="")
# 重命名列，重置索引得到最终表
res.columns = [f"Slot {i}" for i in range(6)]
res = res.reset_index()

输出结果 #

运行代码后得到的结果和目标格式完全一致：

若需要保持Name列的原始出现顺序（即55排在第一行），可以在pivot前添加代码将Name转为指定顺序的分类类型：df["Name"] = pd.Categorical(df["Name"], categories=df["Name"].drop_duplicates(), ordered=True)

内容的提问来源于stack exchange，提问作者cklee