Pandas如何将DataFrame每两行合并为独立列 相同x/y行合并生成u/v列

如果你的数据中每个(x,y)坐标对固定对应2条data记录，需要将两条记录分别映射为u、v列，可直接用以下方法实现：

方法1：通用鲁棒方案（不依赖原始行顺序） #

通过分组标记+透视的方式实现，哪怕同坐标的两行在原始表中不相邻也能正确匹配：

import pandas as pd

# 1. 给每个相同x、y分组内的行按顺序打标记，第一条标记为0，第二条标记为1
df['row_tag'] = df.groupby(['x', 'y']).cumcount()

# 2. 按标记把data列拆分为u、v两列
df_result = df.pivot(index=['x', 'y'], columns='row_tag', values='data').reset_index()

# 3. 重命名列得到最终结果
df_result.columns = ['x', 'y', 'u', 'v']

运行后输出结果和示例预期完全一致：

方法2：快速切片方案（仅适用于严格有序数据） #

如果你的原始数据严格按照「同x、y的两行连续排列」的规则存储，没有乱序、没有缺失/多余记录，可以直接用步长切片实现，性能更高：

df_result = pd.DataFrame({
    'x': df['x'].iloc[::2].values,
    'y': df['y'].iloc[::2].values,
    'u': df['data'].iloc[::2].values,
    'v': df['data'].iloc[1::2].values
})

异常排查 #

如果运行后u或v列出现空值，说明存在部分(x,y)坐标对应的记录数不是2条，可运行以下代码检查异常数据：

# 统计每个坐标对应的记录条数
print(df.groupby(['x', 'y']).size())

内容的提问来源于stack exchange，提问作者James Hall