Python中如何转置DataFrame指定两列并保留首行得到目标宽表

核心逻辑是按ID、Name分组后，分别提取每组首行和次行的Date、Color字段，单元素分组直接复用自身字段值即可，具体实现代码如下：

import pandas as pd

# 原始DataFrame
df = pd.DataFrame({
        'ID': [12, 12, 15, 15, 16, 17, 17],
        'Name': ['A', 'A', 'B', 'B', 'C', 'D', 'D'],
        'Date':['2019-12-20' ,'2018-12-20' ,'2017-12-20' , '2016-12-20', '2015-12-20', '2014-12-20', '2013-12-20'],
        'Color':['Black', 'Blue', 'Red' , 'Yellow' , 'White' , 'Sky' , 'Green']
    })

# 可选步骤：如果原始数据同组内顺序不确定，先按日期降序排序，保证最新日期排在组内第一行
df = df.sort_values(['ID', 'Name', 'Date'], ascending=[True, True, False])

# 分组聚合得到结果
result = df.groupby(['ID', 'Name'], as_index=False).agg(
    Date=('Date', 'first'),
    Color=('Color', 'first'),
    Date_=('Date', lambda x: x.iloc[1] if len(x) >= 2 else x.iloc[0]),
    Color_=('Color', lambda x: x.iloc[1] if len(x) >= 2 else x.iloc[0])
)

print(result)

说明 #

• 上述代码兼容单元素分组（如示例中ID为16的分组）的场景，会自动复用首行值填充新增列
• 如果你的原始数据已经保证同组内前两行就是你需要的目标行，且顺序正确，可以跳过排序步骤
• 如果同组内存在超过2行的情况，可以自行调整lambda中的索引取值逻辑，比如取最后一行的话把x.iloc[1]改成x.iloc[-1]即可

内容的提问来源于stack exchange，提问作者new_bee