如何使用pandas的Group by将DataFrame第二列设为列头、第三列作为单元格数据

该需求属于典型的长格式表转宽格式表场景，无需手动遍历拼接，直接使用pandas原生向量化方法即可实现高性能处理，大表下效率远高于循环操作。

方法1：无重复键时最优解：pivot() #

适合(第一列, 第二列)组合完全唯一的场景，和示例输入完全匹配，参数直接对应需求维度：

• index：原第一列Type，作为转换后的行标识
• columns：原第二列Max Speed，其取值将作为新列名
• values：原第三列Number，作为单元格取值
  最后通过reset_index()把行索引的Type转为普通列，再移除多余的列层级名，即可得到和示例完全一致的结果。

核心代码：

result_df = df.pivot(
    index="Type",
    columns="Max Speed",
    values="Number"
).reset_index()
# 移除列索引的层级名，对齐示例输出格式
result_df.columns.name = None

方法2：存在重复键时的稳妥方案：pivot_table() #

如果数据中同一(Type, Max Speed)组合有多条记录，直接用pivot()会触发报错，此时用pivot_table()配合聚合逻辑处理，性能同样优秀。

核心代码：

result_df = df.pivot_table(
    index="Type",
    columns="Max Speed",
    values="Number",
    aggfunc="first"  # 可根据业务需求替换为sum、mean、max等聚合函数
).reset_index()
result_df.columns.name = None

等价索引操作写法：set_index + unstack #

习惯用索引逻辑处理的话，该写法和pivot()效果完全一致：

result_df = df.set_index(["Type", "Max Speed"])["Number"].unstack("Max Speed").reset_index()
result_df.columns.name = None

注意：如果原Max Speed列存在缺失值，该部分取值会默认被过滤；如果对应Number取值缺失，转换后对应单元格会保留NaN。

内容的提问来源于stack exchange，提问作者skk