Pandas实现GroupBy子级转列：按ID、CD分组后重塑数据

嘿，这个需求用Pandas的unstack()方法就能轻松搞定，完全匹配你想要的宽表展示格式！

实现步骤说明 #

你已经通过gp1.groupby(by=['ID', 'CD'])['BALANCE_AM'].sum()得到了一个带**多层索引（ID+CD）**的Series结果，要把CD类型转为独立列，只需要对这个结果执行unstack()操作即可：

具体代码 #

# 先执行分组求和得到多层索引的Series
sum_result = gp1.groupby(by=['ID', 'CD'])['BALANCE_AM'].sum()

# 将内层索引（CD）转为列，得到目标宽表
result_df = sum_result.unstack(level='CD')

执行后得到的result_df就是你期望的格式：

可选优化：替换缺失值 #

如果希望把表中的NaN替换为0（比如表示该ID没有对应CD类型的余额），可以在unstack()后加上fillna(0)：

result_df = sum_result.unstack(level='CD').fillna(0)

这样输出的缺失值就会变成0，更符合部分场景的展示需求。

内容的提问来源于stack exchange，提问作者Sasi