如何对Period列执行unstack操作将各年份拆分为单独列

以下操作默认使用Python pandas库处理，你已经将dentist.csv读取为名为df的DataFrame对象。

步骤1：设置多级索引 #

unstack操作需要先将待拆分的Period列和其他不需要拆分的维度列共同设为多级索引：

# 列表内的列名可根据你实际的数据集维度字段调整，核心是把Period放在索引的最后一级
df = df.set_index(['Location', 'Indicator', 'Dim1', 'Period'])

步骤2：执行unstack拆分 #

直接对Period对应的索引层级执行unstack操作：

# 按Period层级拆分出独立年份列
df_unstacked = df.unstack(level='Period')
# 移除多余的列层级，让列名直接显示为年份
df_unstacked.columns = df_unstacked.columns.droplevel(0).map(str)
# 重置索引，把之前的维度列恢复为普通列
df_unstacked = df_unstacked.reset_index()

步骤3：校验与异常处理 #

• 处理完成后可以运行df_unstacked.head()查看结果，确认每一年份已经成为独立列
• 如果操作报错，可先运行df.duplicated(subset=['Location', 'Indicator', 'Dim1', 'Period']).sum()检查是否存在同维度同年份的重复值，提前去重或聚合后再执行上述操作即可。

内容的提问来源于stack exchange，提问作者DeAbdul