R用户学习Python时如何实现Pandas长表转宽表的多列重塑

核心实现代码 #

首先定义ID列列表，支持两种方式生成：

• 手动指定（和R代码逻辑完全一致）

# 把中间的Column3到Column46按实际列名补全即可
id_cols = ['Column1', 'Column2', 'Column3', ..., 'Column46', 'Column47']

• 自动生成（适合列数较多不想手动输入的场景）

id_cols = [col for col in df_original.columns if 1 <= int(col.lstrip('Column')) <= 47]

无重复ID+分组组合场景 #

直接用pivot方法实现，和你提供的R代码逻辑完全等价：

df_reshaped = df_original.pivot(
    index=id_cols,
    columns='Column48',
    values='Column49'
).reset_index()

# 可选操作：和R输出的列名格式对齐（生成Column49.Company1这类列名）
df_reshaped.columns.name = None
df_reshaped.columns = [col if col in id_cols else f'Column49.{col}' for col in df_reshaped.columns]

存在重复ID+分组组合场景 #

如果同一ID组合下存在同一个公司的多条记录，pivot会报错，改用pivot_table指定聚合规则即可：

df_reshaped = df_original.pivot_table(
    index=id_cols,
    columns='Column48',
    values='Column49',
    aggfunc='sum' # 可替换为'mean'、'first'、'max'等符合需求的聚合函数
).reset_index()

# 同样可加上述列名重命名代码对齐R输出格式

参数对应关系 #

你用到的R reshape参数和Pandas方法的参数对应关系如下：

• R的idvar → Pandas的index参数
• R的timevar → Pandas的columns参数
• R的v.names → Pandas的values参数
• R的direction = "wide" 对应Pandas pivot/pivot_table 默认的长转宽逻辑

内容的提问来源于stack exchange，提问作者dfe