pandas如何将同组多行合并为单行并新增列存储额外信息

你可以通过给分组内的行添加序号，再拆堆（unstack）的方式实现多列场景下的行转列，完整代码如下：

import pandas as pd

rankings = {'Team': ['A', 'A', 'B',
                            'B', 'C', 'C', 'C'],
              'Description': ['Aggressive', 'Strong', 'Passive',
                            'Strong', 'Bad', 'Loser Streak', 'Injured'],
           'Description Continued': ['Aggressive ...', 'Strong ...', 'Passive ...',
                            'Strong ...', 'Bad ...', 'Loser Streak ...', 'Injured ...']}
rankings_pd = pd.DataFrame(rankings)

# 给每个Team内的行标注顺序序号
rankings_pd['row_idx'] = rankings_pd.groupby('Team').cumcount() + 1
# 行转列操作
result = rankings_pd.set_index(['Team', 'row_idx']).unstack('row_idx')
# 扁平化处理多级列名
result.columns = [f'{col_name[0]}_{col_name[1]}' for col_name in result.columns]
# 重置索引将Team恢复为普通列
result = result.reset_index()

print(result)

输出结果说明 #

运行后得到的result结构符合预期：

• 每个Team仅保留一行
• 不同序号的Description和Description Continued会自动生成带数字后缀的新列，比如Description_1、Description_2、Description Continued_1等
• 行数少的Team对应的多余列值自动填充为NaN

替代方案（适配pandas 1.1.0及以上版本） #

你也可以直接用pivot方法实现，无需手动设置索引：

rankings_pd['row_idx'] = rankings_pd.groupby('Team').cumcount() + 1
result = rankings_pd.pivot(index='Team', columns='row_idx')
result.columns = [f'{c[0]}_{c[1]}' for c in result.columns]
result = result.reset_index()

内容的提问来源于stack exchange，提问作者hsnsd