如何将pandas DataFrame单元格值转为新列，取值为另一列对应数据？

你要实现的是典型的长表转宽表操作，直接用pandas内置的pivot/pivot_table方法即可，比你用get_dummies的实现逻辑更简洁、性能也更好： #

适用场景说明 #

• 当每个Product + Test组合仅对应唯一Score值时，用pivot方法
• 当存在同一个产品同一个测试项有多条测试数据的情况，用pivot_table指定聚合规则即可

代码示例 #

1. 无重复测试数据场景 #

import pandas as pd
# 原始df为你提到的输入数据结构
res = df.pivot(
    index="Product",
    columns="Test",
    values="Score"
).reset_index().rename_axis(columns=None)
# 输出结果会自动把Test列的所有唯一值（包括你提到的Test_C、Test_D）转为新列，对应值为Score列的数值
# 缺失的测试项默认填充NaN，如果需要适配机器学习场景填0，可追加.fillna(0)

2. 含重复测试数据场景 #

res = df.pivot_table(
    index="Product",
    columns="Test",
    values="Score",
    aggfunc="mean", # 重复值聚合规则，可根据需求替换为sum、max、min等
    fill_value=0 # 无对应测试项的产品直接填充0，无需后续单独处理空值
).reset_index().rename_axis(columns=None)

对比get_dummies的优势 #

不需要手动做哑变量和Score列的数值映射、不需要额外做列合并，一步完成转换，自动适配所有Test列的唯一值，即使后续新增测试项也不需要修改代码逻辑。

内容的提问来源于stack exchange，提问作者Allan Bond