Python pandas中df.pivot透视表自定义列名的实现方法

错误原因 #

pandas的pivot方法中，columns参数需要传入源DataFrame中已存在的列，用来作为透视生成列的分组依据。你直接传入自定义的列名['x0','x1','x2']，但源数据中没有这些列，因此触发KeyError。

解决方法 #

你需要先为每个Id分组下的行生成组内序号（对应你要的x后缀的下标），再执行透视，最后重命名列即可：

1. 先按Id和Date排序，保证同个Id下的Value顺序符合预期，同时生成组内序号列

# 按Id和时间排序，避免数据顺序混乱导致结果不对
df = df.sort_values(['Id', 'Date']).reset_index(drop=True)
# 生成每个Id分组内的行序号，从0开始计数
df['col_index'] = df.groupby('Id').cumcount()

2. 执行透视操作

res = df.pivot(index='Id', columns='col_index', values='Value')

3. 重命名列名

• 如果需要生成x0到x2共3列：

res.columns = [f'x{i}' for i in range(3)]

• 如果需要生成x0到x49共50列，只需修改range的参数即可：

res.columns = [f'x{i}' for i in range(50)]
# 如果部分Id的记录数不足50，会自动生成NaN值，可按需填充缺失值，比如填充为0：
# res = res.fillna(0)

执行后res就是你需要的结果。

内容的提问来源于stack exchange，提问作者nilsinelabore