pandas如何将含Method列的长表动态转换为按ID、type分组的宽表

你可以直接使用 pandas 内置的pivot方法实现动态转换，无需手动指定所有 Method 列：

核心实现代码 #

import pandas as pd

# 你原有的加载逻辑
results = [{'ID': 0,'type': 'gas', 'Method': 'M1', 'Score': 0.50},
           {'ID': 0,'type': 'gas', 'Method': 'M2', 'Score': 0.80},
           {'ID': 1,'type': 'coal', 'Method': 'M1', 'Score': 0.81},
           {'ID': 1,'type': 'coal', 'Method': 'M2', 'Score': 0.49},
           {'ID': 2,'type': 'wind', 'Method': 'M1', 'Score': 0.34},
           {'ID': 2,'type': 'wind', 'Method': 'M2', 'Score': 0.94}]
df = pd.DataFrame(results, columns=["ID","type", "Method", "Score"])

# 长表转宽表核心逻辑
df_wide = df.pivot(
    index=['ID', 'type'],
    columns='Method',
    values='Score'
).reset_index()

# 可选：清除列名的层级标识，保持列名整洁
df_wide.columns.name = None

说明 #

• pivot方法会自动提取Method列的所有唯一值作为新列，适配M1到Mn任意数量的动态Method场景。
• 如果存在同一个ID+type+Method组合对应多个Score的场景，可以替换为pivot_table指定聚合规则，示例如下：

df_wide = df.pivot_table(
    index=['ID', 'type'],
    columns='Method',
    values='Score',
    aggfunc='mean' # 可根据需求替换为sum、max、min等聚合函数
).reset_index()
df_wide.columns.name = None

运行后输出的df_wide就是你需要的宽表结构。

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