尝试pivot、transpose未成功，如何用Pandas转置单列值为多列？

你遇到的是Pandas中最常见的长表转宽表场景，之前用pivot、transpose没得到预期结果，基本都是参数错配或者混淆了方法适用场景，不需要手动循环拼接行数据，按以下步骤就能快速生成符合要求的df2：

• 先理清三类核心字段和目标结构的对应关系：
  • 行维度字段：最终在新表中作为行唯一标识的字段，比如不需要拆分展开的Id、Date类维度
  • 列名来源字段：需要把该字段的所有取值展开成新表独立列的字段，比如存储指标名称的Parameter列
  • 数值字段：需要填充到新表对应单元格的实际值，比如存储测量值的Value列
• 核心转换代码，注意不要混用transpose：

  df2 = df1.pivot(
      index=["Id", "Date"],  # 填入所有作为行维度的字段列表
      columns="Parameter",   # 填入需要展开成独立列名的字段
      values="Value"         # 填入对应单元格的填充值字段
  ).reset_index() 
  # 这步不能省：把pivot生成的多层行索引还原成普通列，避免出现嵌套的索引层级
  

• 常见踩坑点：
  • 如果调用pivot时报索引重复错误，说明同一组行维度+列维度的组合存在多个数值，这时候换成pivot_table并指定聚合规则（比如取均值、求和、取最大值）即可解决，纯pivot本身就不支持重复键的场景
  • transpose是用来整体互换行和列的矩阵转置操作，和“把某字段取值展开成列”的需求完全不匹配，混用自然得不到想要的结果
• 结果校验：
  执行完上述代码后，生成的df2会自动匹配目标结构：所有行维度字段成为普通列，原待展开字段的每个取值生成独立的数值列，没有对应数值的位置自动填充为NaN。

内容的提问来源于stack exchange，提问作者Liam Boyd