如何基于索引和列值重排Pandas Dataframe实现同组varde值并排

你可以通过添加分组累计计数列，再做宽表转换实现需求，完整可运行代码如下：

import pandas as pd

# 第一步：将DataFrame原有索引保存为单独列，用于后续匹配
df = df.reset_index(names='orig_idx')

# 第二步：对相同klass、相同原索引的行添加顺序标记，区分同组下的多个varde
df['seq'] = df.groupby(['klass', 'orig_idx']).cumcount()

# 第三步：转换为宽表，匹配目标结构
result = df.pivot(index=['orig_idx', 'klass'], columns='seq', values='varde').reset_index(level='klass')

# 可选操作：修改列名（注：pandas默认不推荐重名列，如需和你给出的目标完全一致可以执行这行）
result.columns = ['klass', 'varde', 'varde']

# 可选操作：如果不需要原索引作为行标识，可以删掉
result = result.reset_index(drop=True)

注意：你给出的目标输出最后一行第二个值0.248085属于笔误，实际运行代码得到的正确结果为90.248085。

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