如何在pandas DataFrame中基于指定列的值创建多列新字段

完整可运行代码 #

import pandas as pd

# 构造你给出的原始DataFrame
raw_df = pd.DataFrame({
    'Name': ['Joe', 'Joe', 'Alba', 'Alba', 'Alba', 'George'],
    'Subject': ['Maths', 'Physics', 'Physics', 'Biology', 'Chemistry', 'Linguistics']
})

# 1. 给每个Name分组下的Subject生成顺序编号，拼接成目标列名
raw_df['subject_col'] = 'Subject' + (raw_df.groupby('Name').cumcount() + 1).astype(str)

# 2. 透视转换为宽表，缺失值填充为'-'，整理格式
result_df = raw_df.pivot(
    index='Name', 
    columns='subject_col', 
    values='Subject'
).fillna('-').reset_index().rename_axis(columns=None)

运行后result_df就是你需要的目标格式。

关键步骤说明 #

• groupby('Name').cumcount()：会按Name分组后，给组内每一行生成从0开始的自增序号，加1后刚好对应Subject1/2/3的后缀，科目顺序和原始数据中的顺序完全一致
• pivot方法按Name做行索引，刚生成的列名字段做列索引，Subject作为值完成宽表转换
• fillna('-')把所有缺失值替换为要求的'-'，rename_axis(columns=None)用来去掉透视后自动生成的列索引名称，让输出格式更符合要求

内容的提问来源于stack exchange，提问作者vishrut88