如何按rank_order顺序转置DataFrame并按user_id聚合游戏时长

核心需求 #

• 以user_id为聚合维度
• 按rank_order的顺序，将对应game值映射为game_1、game_2……game_n列，列顺序严格匹配rank排序
• 聚合计算每个用户的总游戏时长

实现步骤（基于Pandas原生API，性能最优） #

1. 构造示例测试数据

import pandas as pd

# 匹配提问中的示例数据结构
df = pd.DataFrame({
    'user_id': [1, 1, 1, 2, 2],
    'game': ['Fortnight', 'COD', 'Horizon', 'Fifa2021', 'A Way Out'],
    'game_hours': [1.5, 0.5, 1.7, 1.9, 0.2],
    'rank_order': [1, 2, 3, 1, 2]
})

2. 透视生成排名对应游戏列
   利用pivotAPI直接行转列，由于rank_order是数值类型，生成的列天然按1到n的顺序排列，添加前缀后直接匹配要求的列名：

game_col_df = df.pivot(
    index='user_id',
    columns='rank_order',
    values='game'
).add_prefix('game_').reset_index()

3. 聚合计算每个用户总游戏时长

total_hours_df = df.groupby('user_id', as_index=False)['game_hours'].sum()

4. 合并结果得到最终表

final_df = game_col_df.merge(total_hours_df, on='user_id')

# 若需要将空值替换为空字符串而非默认NaN，可追加以下代码
# final_df = final_df.fillna('')

输出结果 #

执行代码后得到的final_df结构完全匹配要求：

user_id     game_1     game_2    game_3  game_hours
0        1  Fortnight        COD   Horizon         3.7
1        2   Fifa2021  A Way Out       NaN         2.1

方案说明 #

• 列顺序保证：pivot会自动按rank_order数值升序排列列，加前缀后顺序和rank完全对应，无需额外手动排序
• 性能：全部使用Pandas原生向量化API，无逐行循环逻辑，处理十万到百万级数据效率远高于自定义循环、apply类写法
• 扩展性：不管单个用户最多有多少条游戏记录，都会自动生成对应数量的game_x列，不需要提前硬编码列名

内容的提问来源于stack exchange，提问作者titutubs