pandas如何重塑DataFrame 拆分单个分类列为多列保留关联信息

你需要做的是把按变量行存储的长表，转换为每个变量单独成列的宽表，直接用pandas的透视接口即可实现，操作逻辑如下：

• 明确需要保留的关联维度字段：行政区canton、时间time、站点stn、气候情景RCPs，这些字段会作为每一行的唯一标识保留
• 以var列为拆分依据，把value列的取值填充到var对应取值的新列中
• 转换完成后重置索引，把行维度的索引转回普通数据列即可

核心实现代码：

# 长表转宽表核心逻辑
df_after = df_before.pivot(
    index = ["canton", "time", "stn", "RCPs"],
    columns = "var",
    values = "value"
).reset_index()

# 按需调整列顺序，和目标结构对齐
df_after = df_after[["canton", "time", "stn", "RCPs", "tas", "tasmin", "tasmax"]]

异常情况处理 #

如果原始数据存在同一组维度+同一变量对应多条记录的情况，pivot方法会触发值重复报错，这时候替换为pivot_table方法，指定聚合规则即可：

df_after = df_before.pivot_table(
    index = ["canton", "time", "stn", "RCPs"],
    columns = "var",
    values = "value",
    aggfunc = "first" # 重复记录取第一条，也可根据需求替换为mean、sum等聚合函数
).reset_index()

转换后如果后续var列新增pr等其他变量，会自动生成对应的列，不需要手动提前定义列名。

内容的提问来源于stack exchange，提问作者anbanael