如何基于行列值重构pandas DataFrame，获取每个Title下无重复的Items

实现代码 #

import pandas as pd

# 构造原始DataFrame
data = {
    'Title': ['001C', '001C', '004C', '001C', '004C', '004C', '007C', '010C'],
    'Items': ['A', 'B', 'D', 'A', 'A', 'K', 'L', 'M']
}
df = pd.DataFrame(data)

# 核心处理逻辑
# 1. 先去重，保留每个Title下唯一的Items值
df_unique = df.drop_duplicates(subset=['Title', 'Items'])
# 2. 按Title分组，将对应唯一Items转为列表后展开为Series，转置后得到目标结构
result = df_unique.groupby('Title')['Items'].apply(list).apply(pd.Series).T
# 3. 把NaN替换为空字符串，贴合你需要的输出效果
result = result.fillna('')

print(result)

逻辑说明 #

• 去重步骤：过滤同一个Title下重复的Items条目，比如原数据中001C对应的两个A，去重后只会保留1个
• 分组转换步骤：将每个Title对应的所有唯一Items转为独立列，转置后自动以Title作为列名，长度不够的位置默认补NaN
• 空值替换是可选操作，如果你需要保留NaN值可以省略最后一步

内容的提问来源于stack exchange，提问作者user2110417