Python DataFrame 如何将每隔n行的列值转置为新增列

需求 #

现有交替排列的时间行数据，Name、Value列存在冗余，仅需保留Time列取值，将配对的两个时间值并排存入新列，实现行合并。

原始数据说明 #

处理前DataFrame共6行，包含索引、Name、Time、Value、Value2五列：

• 索引0：Name=Q，Time=09:15，Value=1，Value2为空
• 索引1：Name=Q，Time=09:16，Value=0，Value2为空
• 索引2：Name=Q，Time=09:18，Value=1，Value2为空
• 索引3：Name=Q，Time=09:19，Value=0，Value2为空
• 索引4：Name=P，Time=22:30，Value=1，Value2为空
• 索引5：Name=P，Time=23:20，Value=0，Value2为空

目标结果 #

合并后共3行，每2行原始数据合并为1行：保留Value=1行的Name、Time、Value字段，将同组配对的Value=0行的Time值填入Value2列：

• 索引0：Name=Q，Time=09:15，Value=1，Value2=09:16
• 索引1：Name=Q，Time=09:18，Value=1，Value2=09:19
• 索引2：Name=P，Time=22:30，Value=1，Value2=23:20

注：原需求描述中P组Time写为23:20为笔误，按数据逻辑修正为Value=1对应的22:30

实现代码 #

不需要复杂转置操作，如果数据严格按1、0交替排列，直接筛选赋值即可，代码最简洁：

import pandas as pd

# 构造示例原始数据
df = pd.DataFrame({
    'Name': ['Q', 'Q', 'Q', 'Q', 'P', 'P'],
    'Time': ['09:15', '09:16', '09:18', '09:19', '22:30', '23:20'],
    'Value': [1, 0, 1, 0, 1, 0],
    'Value2': [None]*6
})

# 核心处理：筛选Value=1的行，将Value=0的Time按顺序赋值给Value2
result = df[df['Value'] == 1].reset_index(drop=True)
result['Value2'] = df[df['Value'] == 0]['Time'].values

如果数据存在同组内1、0顺序不固定的情况，可以用分组方式适配，兼容性更强：

# 分组兼容版：按Name分组，组内每2行自动配对
result = (
    df.groupby('Name', group_keys=False)
    .apply(lambda x: x.assign(Value2=x['Time'].shift(-1)))
    .query('Value == 1')
    .reset_index(drop=True)
)

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