无需聚合的对象列Pivot实现：DataFrame分类值转置为列的需求咨询

核心思路是先给同一ObjColA分组下的每条记录生成组内唯一的行序号，保证(行序号, ObjColA取值)组合唯一后再做透视，不需要额外聚合规则。

完整代码示例 #

import pandas as pd

# 构造示例DataFrame（实际使用时替换为自己的DataFrame即可）
df = pd.DataFrame({
    'ObjColA': ['2021-10-13', '2021-10-13', '2021-10-13', '2021-10-14', '2021-10-14', '2021-10-14', '2021-10-14'],
    'ObjColB': ['ABC', 'DEF', 'XYZ', 'ABC', 'PQR', 'DEF', 'XYZ']
})

# 步骤1：为每个ObjColA分组内的记录生成组内行序号
df['group_inner_id'] = df.groupby('ObjColA').cumcount()

# 步骤2：直接透视得到目标结构
result = df.pivot(index='group_inner_id', columns='ObjColA', values='ObjColB')

# 可选操作：去掉多余的行索引，空值替换为空字符串（更贴合预期输出格式）
result = result.reset_index(drop=True).fillna('')

输出结果验证 #

执行后result的结构如下：

原理解释 #

pivot方法本身要求每个索引+列名的组合唯一，我们通过groupby.cumcount()给同日期下的每个值分配了唯一的组内序号作为行索引，就满足了唯一性要求，不需要设置聚合规则也能完成转置。

内容的提问来源于stack exchange，提问作者asimo