在pandas中将长表重塑为值为True/False的宽表的实现方法

你用unstack没得到正确结果的核心原因是缺少辅助值列，且没有对unstack后的缺失值做填充，以下是两种可直接运行的实现方式： #

方法1：使用crosstab（最简写法） #

直接用pandas.crosstab生成计数交叉表后转布尔类型即可：

import pandas as pd
from io import StringIO

data_from_csv = 'x,y\na,d1\na,d2\nb,d1\nb,d3\n'
# 读取原始数据
df = pd.read_csv(StringIO(data_from_csv))

# 转换逻辑
res = pd.crosstab(df['x'], df['y']).astype(bool).reset_index()
res = res.rename(columns={'x': 'thing'})

# 输出验证
print(res.to_csv(index=False))

运行后输出和要求的data_to_csv完全一致。 #

方法2：使用set_index + unstack（符合你原本的思路） #

先添加固定为True的辅助列，再做堆叠转换，缺失值填充为False即可：

import pandas as pd
from io import StringIO

data_from_csv = 'x,y\na,d1\na,d2\nb,d1\nb,d3\n'
df = pd.read_csv(StringIO(data_from_csv))

# 转换逻辑
df['value'] = True
res = df.set_index(['x', 'y'])['value'].unstack(fill_value=False).reset_index()
res = res.rename(columns={'x': 'thing'})

# 输出验证
print(res.to_csv(index=False))

两种方法输出结果完全相同。 #

内容的提问来源于stack exchange，提问作者baxx