如何不使用聚合函数将DataFrame行转为多列实现转置

你要实现的分组行展开为多列的操作不需要依赖任何聚合函数，核心是先给同组数据打组内序号，再做维度旋转即可，具体实现步骤如下：

• 首先构造原始测试数据

import pandas as pd

df = pd.DataFrame({
    'Type': ['A', 'A', 'B', 'B'],
    's': [1, 2, 4, 5],
    'h': [4, 5, 7, 2]
})

• 给每个Type分组内的行生成从1开始的递增序号，这一步是逐行计数，不涉及聚合

df['seq'] = df.groupby('Type').cumcount() + 1

• 调整表结构做维度旋转，把序号维度从行转到列，全程无聚合计算

# 设置多层索引，保留Type为行维度，seq作为待展开的列维度
df = df.set_index(['Type', 'seq'])
# 旋转维度，将seq对应的行展开为列
df = df.unstack('seq')
# 调整列名，拼接为「原列名_序号」的格式
df.columns = [f'{col}_{seq}' for col, seq in df.columns]
# 将Type从索引还原为普通列
df = df.reset_index()

执行完成后得到的结果完全匹配目标结构：

说明：该方案会自动适配每个Type分组下的行数，如果某组有n条记录，会自动生成对应s_1_{s_n、h_1}h_n的列，不需要提前预设分组大小。

内容的提问来源于stack exchange，提问作者Medex