pandas如何实现行内嵌套数据的类unstack行转列操作

核心逻辑是先补充分组关联字段，拆分零件编号与作业内容两类数据，再重组为目标宽表，无需依赖多层索引的unstack方法。

步骤1：预处理数据补全分组标识 #

初始数据中ref列仅每组首行有有效值，先将字符串格式的空值替换为pandas可识别的缺失值，再通过向前填充给同组所有行匹配正确的ref编号：

import pandas as pd

# 加载初始DataFrame
df_initial = pd.DataFrame(data = {
    'ref':['02','NaN','NaN','NaN','03','NaN','NaN','NaN'], 
    'Part_ID':['1234-1', 'Shop_Work','repair','scrap','4567-2','Shop_Work','clean','overhaul']
})

# 替换字符串空值+向前填充ref列
df = df_initial.replace('NaN', pd.NA)
df['ref'] = df['ref'].ffill()

注意：如果不先把字符串'NaN'替换为真实缺失值，向前填充逻辑无法正常生效。

步骤2：区分组内数据类型 #

每个ref分组下，第一行存储零件编号，后续行存储对应作业内容，通过组内计数标记每行的类型：

# 生成每个ref分组内的行序号
df['row_rank'] = df.groupby('ref').cumcount()

# 拆分出零件编号数据（组内序号为0的行）
df_part = df[df['row_rank'] == 0][['ref', 'Part_ID']]

# 拆分出作业内容数据，按顺序生成后续要转成列的字段名
df_operation = df[df['row_rank'] > 0].copy()
df_operation['col_name'] = 'operation_' + df_operation['row_rank'].astype(str)

步骤3：重组为目标宽表 #

将行存储的作业内容透视为列，再和零件编号表合并即可得到最终结果：

# 作业内容行转列
df_op_pivot = df_operation.pivot(index='ref', columns='col_name', values='Part_ID').reset_index()

# 合并得到最终结构化表
df_result = df_part.merge(df_op_pivot, on='ref')

最终输出的df_result结构完全匹配目标要求：

如果后续每个分组下的作业数量不固定，这套逻辑也可以自动适配，不需要手动调整列的数量。

内容的提问来源于stack exchange，提问作者Prolle