Python Pandas如何将DataFrame转置为带指定列值后缀的宽表

直接使用 Pandas 内置的pivot方法即可实现该需求，核心是将ID作为行索引，A列作为列后缀的来源，B和C作为值列，最后合并多层列名即可。

完整实现代码 #

import pandas as pd

# 构造测试DataFrame，和你给出的结构一致
df = pd.DataFrame({
    'ID': [1, 1],
    'A': [2001, 2002],
    'B': [10, 15],
    'C': [5, 6]
})

# 长表转宽表
df_pivot = df.pivot(index='ID', columns='A', values=['B', 'C'])

# 拼接多层列名，生成 B_2001、C_2001 格式的列名
df_pivot.columns = [f"{col[0]}_{col[1]}" for col in df_pivot.columns]

# 重置索引，把ID从索引变回普通列
df_pivot = df_pivot.reset_index()

# 可选：调整列顺序，让同一年份的B、C列相邻，匹配你给出的输出格式
df_pivot = df_pivot[['ID'] + sorted(df_pivot.columns.drop('ID'), key=lambda x: x.split('_')[1])]

# 打印结果
print(df_pivot)

注意事项 #

• 如果数据中存在同一个ID+同一个A值对应多条记录的情况，可以把pivot替换为pivot_table，额外指定aggfunc参数处理重复值的聚合逻辑，示例：

  df_pivot = df.pivot_table(index='ID', columns='A', values=['B', 'C'], aggfunc='sum')
  

  常用的聚合规则可选sum求和、mean求平均、first取第一条值等。

内容的提问来源于stack exchange，提问作者kj14