Pandas DataFrame如何按model匹配将item_price值分配到对应列

实现方案 #

你要的效果本质是DataFrame的行转列操作，pandas内置方法即可实现，分两种场景选择对应代码：

场景1：同一个品牌+同一个model对应唯一item_price

直接使用pivot方法：

import pandas as pd

# 以品牌为行维度，model为列维度，用item_price填充对应位置
result_df = temp.pivot(index='品牌', columns='model', values='item_price').reset_index()
# 清除自动生成的列名前缀
result_df.columns.name = None
# 重置索引保持格式整齐
result_df = result_df.reset_index(drop=True)

场景2：同一个品牌+同一个model对应多个item_price

使用支持聚合逻辑的pivot_table方法，可自定义多价格的处理规则：

import pandas as pd
import numpy as np

result_df = temp.pivot_table(
    index='品牌',
    columns='model',
    values='item_price',
    # 多价格聚合规则：list=保留所有价格为列表，sum=求和，np.mean=求均值，'first'=取第一个值
    aggfunc=list,
    # 无对应价格的位置填充值，按需修改，比如填0、空字符串等
    fill_value=np.nan
).reset_index()
result_df.columns.name = None
result_df = result_df.reset_index(drop=True)

效果验证示例 #

假设你的temp结构如下：

使用场景2的代码（aggfunc设为list）后，输出结果为：

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