如何将DataFrame按多列分组，将指定列的值转换为新列

你需要的是行按Name、Fruits分组，列按Date展开的交叉聚合表，两种实现方式如下：

方法1：使用pivot_table（更直观） #

直接通过透视表指定行、列、聚合值即可：

import pandas as pd

output = pd.pivot_table(
    dt,
    index = ['Name', 'Fruits'],
    columns = 'Date',
    values = 'QTY',
    aggfunc = 'sum',
    fill_value = 0 # 无匹配数据的单元格默认填充0，可删除该参数保留NaN
).reset_index() # 若需要将Name、Fruits从索引转为普通列则保留该行

方法2：调整现有groupby逻辑 #

你之前的写法只按Name、Fruits分组，没有包含Date维度，补充后加unstack即可实现列转行：

output = dt.groupby(['Name', 'Fruits', 'Date'])['QTY'].sum().unstack(fill_value=0).reset_index()

如果需要导出到Excel文件，追加下述代码即可：

output.to_excel('输出结果.xlsx', index=False)

内容的提问来源于stack exchange，提问作者Rynx Yee