Python如何将单列键值对DataFrame pivot为多列结构化数据表

错误原因 #

你原有代码的问题如下：

• df.header.str.split(': ')[0]语法错误，该写法会提取第一行的拆分结果，而非每行拆分后的第一个元素，正确写法为.str[0]
• pivot_table调用格式不符合要求，同时传入df作为参数又在列、值参数中引用df列，逻辑冲突
• 未给同属一行的键值对打分组标记，透视逻辑无法判断哪些键值对需要合并为同一行

完整实现代码 #

import pandas as pd
import numpy as np

# 1. 将原单列拆分为键、值两列，n=1保证值里的冒号不会被误拆分
df[['key', 'value']] = df['header'].str.split(': ', n=1, expand=True)

# 2. 给同属一行的属性打分组标记：遇到view或dimension时表示新行开始，分组号累加
df['group_id'] = df['key'].isin(['view', 'dimension']).cumsum()

# 3. 透视转换为多列宽表
result = df.pivot(index='group_id', columns='key', values='value').reset_index(drop=True)

# 4. 可选：和你示例输出对齐，仅第一行保留view值，其余行view置空
result['view'] = np.where(result.index == 0, result['view'].dropna().iloc[0], np.nan)

效果说明 #

运行后result的结构与你期望的输出完全一致，会自动保留所有存在的键对应的列，不存在的键对应值自动填充为NaN。

内容的提问来源于stack exchange，提问作者RandyMcKay