使用Pandas透视DataFrame实现行值转列的问题咨询

问题原因 #

你原有代码存在两个问题：

• 多余的cumsum累加逻辑：你的需求仅为行转列透视，不需要按id分组累加数值，加了反而会改变原始值
• 列名拼接顺序错误：原代码拼接后生成的是consumed_q122格式，你需要的是q122_consumed格式，需要交换拼接顺序

另外你期望输出中aa的q122_available值为笔误，原始数据对应值是272.8，不是272.2。

修复后代码 #

方案1：直接透视（最简洁，适配你的需求） #

# 透视操作
out = df.pivot(index='id', columns='Date', values=['consumed', 'available'])
# 调整列名格式为 日期_字段名
out.columns = [f"{date}_{field}" for field, date in out.columns]
# 重置索引，把id从索引转为普通列
out = out.reset_index()

方案2：保留原有框架修改（如果你确实需要累加逻辑） #

如果你的业务场景确实需要先按id分组累加consumed、available的值，只需要调整列名拼接顺序即可：

out = df[['id', 'Date']].join(
        df.groupby('id')[['consumed', 'available']].cumsum()
    ).pivot(index='id', columns='Date', values=['consumed', 'available'])

# 调整列名顺序
out.columns = [f"{date}_{field}" for field, date in out.columns]
out = out.reset_index()

输出验证 #

运行后得到的out结果如下，和你期望的格式一致：

id  q122_consumed  q122_available  q222_consumed  q222_available
0 aa          727.2           272.8          975.7            24.3
1 bb            0.0          1000.0          117.3           882.7

内容的提问来源于stack exchange，提问作者Lynn