根据行唯一值创建列：如何对数据集执行pivot操作实现表结构转换

实现方法 #

你要的是典型的长表转宽表操作，pandas有多种方式可以实现：

方法1：直接使用pivot方法（无重复组合时首选，最适配你的需求）

直接指定行索引、列标题来源、填充值字段即可，代码如下：

# 核心代码，df为你的原始数据集
result = df.pivot(index='B', columns='A', values='C')
# 若不需要保留列名的标识"A"，可额外添加一行代码去掉列名前缀
result.columns.name = None

方法2：pivot_table方法（适合实际数据存在重复的A+B组合场景）

如果你的实际数据中存在同一个A值+B值对应多个C值的情况，可以用pivot_table指定聚合规则：

# aggfunc可根据你的需求替换为'mean'/'max'/'min'等聚合函数
result = pd.pivot_table(df, index='B', columns='A', values='C', aggfunc='sum')
result.columns.name = None

方法3：set_index + unstack组合实现

result = df.set_index(['B', 'A'])['C'].unstack('A')
result.columns.name = None

以下是完整可运行的测试代码，你可以直接运行验证效果：

import pandas as pd

# 构造示例数据集
data = {
    "A": [22,22,22,22,23,23,23,23,24,24,24,24],
    "B": [1,2,3,4,1,2,3,4,1,2,3,4],
    "C": [52,14,11,9,20,15,8,60,45,12,40,52]
}
df = pd.DataFrame(data)

# 转换操作
result = df.pivot(index='B', columns='A', values='C')
result.columns.name = None

print(result)

运行后输出的结果和你要求的结构完全一致。

内容的提问来源于stack exchange，提问作者spcol