Python Pandas 如何对DataFrame指定列执行透视并保留关联列数据

错误原因 #

• 首先你编写的pivot代码存在基础语法错误：index=["index","week]中week后缺少闭合引号，整行代码末尾缺少右括号。
• 核心报错逻辑是pandas的pivot方法要求传入的index参数对应的列组合必须能唯一标识每一行，如果你传入的索引组合存在重复值，就会触发长度不匹配的报错。

正确实现代码 #

你需要的效果是保留原数据的每一行，仅将description列拆分为多列，对应位置填充同行的id值，可以用以下两种方法实现：

方法1：修复pivot语法后运行，再重置索引 #

# 把原行的index列和week一起作为透视的唯一索引
res = df.pivot(index=["index", "week"], columns="description", values="id").reset_index()
# 清除列名的层级标记
res.columns.name = None

运行后空值会默认填充为NaN，你可以根据需要用空字符串替换，最终结构和你期望的效果完全一致。

方法2：用get_dummies快速实现 #

如果你不想处理pivot的索引逻辑，可以用独热编码乘以id列的方式实现，逻辑更简单不易出错：

# 生成description的独热编码，再和id列相乘得到对应填充值
dummies = pd.get_dummies(df['description']).mul(df['id'], axis=0)
# 拼接保留的原列和生成的透视列
res = pd.concat([df[['index', 'week']], dummies], axis=1)

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