Python实现DataFrame按productID去重 转置Key为列填充Status值

你这个需求属于典型的长表转宽表场景，直接用Pandas内置的pivot透视方法即可实现，完整实现代码如下：

import pandas as pd

# ----------------------
# 如果你是从文件读取原始数据，替换下面的样例数据构造代码即可
# 例如 df = pd.read_excel("你的文件路径.xlsx") 或者 df = pd.read_csv("你的文件路径.csv")
# ----------------------
# 构造样例原始数据（仅测试用）
data = {
    'productID': [123, 123, 123, 123, 124, 124, 124],
    'Key': ['AB', 'BC', 'CD', 'DE', 'AB', 'DE', 'FG'],
    'Status': ['Yes', 'Yes', 'Yes', 'No', 'Yes', 'No', 'Yes']
}
df = pd.DataFrame(data)

# 执行转换逻辑
wide_df = df.pivot(
    index='productID', 
    columns='Key', 
    values='Status'
).reset_index()

# 空值替换为空字符串，调整列名匹配目标格式
wide_df = wide_df.fillna('').rename(columns={'productID': 'ProductID'})

# 输出结果验证
print(wide_df)

代码逻辑说明 #

• pivot方法指定productID作为行维度，Key列的唯一值作为新的列名，Status的值填充对应单元格
• fillna('')将无匹配的空缺位置替换为空字符串，符合你要求的空缺留空效果
• reset_index()将行索引的productID转回普通表格列，rename方法用于匹配目标格式首字母大写的ProductID列名，如果你不需要调整列名可以去掉这部分逻辑

内容的提问来源于stack exchange，提问作者Athens396