如何使用Python Pandas将长格式DataFrame转换为指定宽表格式

首先假设你的原始长格式DataFrame命名为df_long，包含Date、Country、Value三列，以下是两种常用实现方案：

• 方案1：用pivot方法（无重复分组数据时首选）
  直接指定行、列、值对应的原始字段即可完成转换：

# 转换后Date为行索引，国家名为列名
df_wide = df_long.pivot(index='Date', columns='Country', values='Value')
# 若需要把Date从索引还原为普通列，加下面这行
df_wide = df_wide.reset_index()

• 方案2：用pivot_table方法（存在重复分组数据时用）
  如果原始数据中存在同一日期同一国家的多条记录，用pivot会报错，此时可以用pivot_table指定聚合规则处理重复值：

# 示例中aggfunc设为mean，即重复值取平均值，可根据需求换成sum、first等规则
df_wide = df_long.pivot_table(index='Date', columns='Country', values='Value', aggfunc='mean')
df_wide = df_wide.reset_index()

转换完成后得到的df_wide就是你需要的格式：每行对应一个日期，每列对应一个国家，单元格填充对应数值。

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