使用Pandas拆分列转多行并将列拆分为24列的代码问题排查

首先，咱们先拆解下你代码导致无输出的核心问题：

• 小时值不匹配：你的循环里i是从0到23，但数据集里的bb列取值是1到24，所以np.where(dataframe.iloc[:,1]==i)根本找不到任何行，index_for_ith_hour_feature是空数组，后续的数值提取和拼接自然没法正常工作，最终输出为空。
• 逻辑冗余且无边界处理：嵌套循环+numpy拼接的方式不仅可读性差，还没处理空索引的情况，一旦索引为空，整个流程直接断裂。
• 日期列提取错误：最后提取date_data_column时用的是最后一次循环的i对应的索引，而这个索引本身就是空的，导致拼接后的all_data没有有效数据。

接下来给你一个更简洁高效的pandas原生实现方案，完全贴合你的需求：

最优实现代码 #

import pandas as pd

# 读取数据集，注意如果你的数据是空格分隔，把sep改成'\s+'
df = pd.read_csv('dataset.csv', sep=',')

# 确保bb列是整数类型，避免分组时出错
df['bb'] = df['bb'].astype(int)

# 核心操作：用pivot实现列拆分
# index指定保持不变的列（aa），columns指定要拆成列的字段（bb），values指定要拆分的后续列
result = df.pivot(
    index='aa',
    columns='bb',
    values=['cc', 'dd', 'ee', 'ff', 'gg', 'hh', 'ii', 'jj', 'kk', 'll', 'mm', 'nn']
)

# 调整列名格式，变成cc_1、cc_2...cc_24这种直观形式
result.columns = [f'{col[0]}_{col[1]}' for col in result.columns]

# 重置索引，把aa变回普通列（和原数据集结构对齐）
result = result.reset_index()

# 查看结果
print(result)

代码说明 #

1. pivot函数的作用：这是pandas专门用于表格重塑的工具，index='aa'指定保持不变的列（其余列信息一致），columns='bb'指定要拆分成列的字段，values指定要按bb拆分的后续列（cc到nn）。
2. 列名调整：默认pivot后的列是多层索引，我们把它改成原列名_小时数的格式，方便后续使用。
3. 索引重置：如果不需要aa作为索引，用reset_index()把它变回普通列，和原数据集结构保持一致。

效果验证 #

假设你的示例数据是：

aa, bb, cc, dd, ee
1, 1, 0.1, 0.3, 94
1, 2, 0.2, 0.4, 95
...
1, 24, 0.24, 0.26, 117

运行代码后会得到：

aa  cc_1  cc_2  ...  cc_24  dd_1  dd_2  ...  dd_24  ee_1  ee_2  ...  ee_24
0    1   0.1   0.2  ...   0.24   0.3   0.4  ...   0.26    94    95  ...    117

这样就完美实现了你的需求：aa列保持一致，bb列的24个取值把cc、dd等列拆分成24个对应列，整个过程简洁高效，还避免了手动循环的各种坑。

内容的提问来源于stack exchange，提问作者user7670579