Pandas如何通过pivot将类型、值列转为各类型对应的新列？

你之前的pivot参数配置错误，不需要拆分的公共参数列被你放到了columns参数中，同时把原表逐行的索引设为了行维度，才会得到不符合预期的结果。

正确的实现逻辑是把需要保留的公共参数param1、params2作为透视的行维度，把需要展开为列的metric作为列维度，取值对应score即可，不需要额外聚合操作，只要你的数据中每个(param1, params2, metric)组合唯一，直接用下面的代码就能得到目标结构：

# 方法1：pivot实现
res = df.pivot(
    index=['param1', 'params2'],
    columns='metric',
    values='score'
).reset_index(drop=False)
# 如果需要和示例一致的连续数字index列，再加下面这行
res = res.reset_index(drop=True)

也可以用set_index + unstack的组合实现相同效果：

# 方法2：set_index + unstack实现
res = df.set_index(['param1', 'params2', 'metric'])['score']\
        .unstack('metric')\
        .reset_index(drop=False)

最终输出的DataFrame列顺序为param1、params2、XXX、YYY、ZZZ，行索引为从0开始的连续数字，完全匹配你需要的格式。

内容的提问来源于stack exchange，提问作者Chutlhu