pandas如何将type列值转为列头并映射对应value值？

直接使用Pandas内置的宽表转换函数即可，无需手动遍历赋值，执行效率远高于逐列判断赋值的方案。

方案1：pivot_table方法（最通用，适配绝大多数场景） #

核心代码如下：

import pandas as pd
# 转换逻辑
res = df.pivot_table(
    index="name",
    columns="type",
    values="value",
    fill_value=0
).reset_index()
# 可选操作：如果不需要保留columns的名称属性，可加一行 res.columns.name = None 清理列名属性

该方法直接调用Pandas底层优化的聚合逻辑，哪怕是百万级数据量也能快速处理，完全不需要自己循环遍历type的所有取值。

方案2：get_dummies方法（代码更简洁） #

如果追求更短的代码写法，也可以用独热编码结合分组求和的方式实现：

res = pd.get_dummies(df, columns=["type"], prefix="", prefix_sep="").groupby("name", as_index=False).sum()

这个方法的原理是先把type列展开为0/1的独热编码列，和value列相乘后按name分组求和，最终输出结果完全符合需求。

内容的提问来源于stack exchange，提问作者YOYOYOYO