如何透视数据查找指定列唯一值 分组生成标记列并去重

直接使用groupby聚合即可完成需求，不需要额外做pivot操作，步骤如下：

1. 首先构造原始测试数据

import pandas as pd

df = pd.DataFrame(
    [
        [1, "Y", "G", "CA", "DA", "EA"],
        [2, "Y", "G", "CA", "DA", "EA"],
        [3, "Y", "G", "CA", "DA", "EA"],
        [1, "X", "Q", "RA", "DA", "EA"],
        [2, "X", "Q", "CA", "DA", "EA"],
    ],
    columns=["ID", "col1", "col2", "col3", "col4", "col5"]
)

2. 按指定字段分组，聚合时直接判断目标值是否存在

# 分组维度字段
group_keys = ["ID", "col3", "col4", "col5"]

res = df.groupby(group_keys, as_index=False).agg(
    col1_X=("col1", lambda s: "Y" if "X" in s.values else "N"),
    col1_Y=("col1", lambda s: "Y" if "Y" in s.values else "N"),
    col2_G=("col2", lambda s: "Y" if "G" in s.values else "N"),
    col2_Q=("col2", lambda s: "Y" if "Q" in s.values else "N")
)

逻辑说明 #

• groupby会自动按指定字段组合去重，天然满足消除重复行的要求
• 聚合函数直接遍历每个分组的对应列，判断目标枚举值是否存在，存在返回Y，不存在返回N，直接生成需要的4个衍生列
• 运行后输出结果和预期完全一致：

如果后续col1、col2新增其他枚举值，只需要在agg方法中追加对应的判断规则即可，不需要调整整体逻辑。

内容的提问来源于stack exchange，提问作者BKB