如何重塑Pandas DataFrame？城市指标长表转宽表需求

这是典型的长表转宽表需求，用Pandas的pivot()方法就能完美解决你的问题，因为你的数据中每个city+indicator的组合都是唯一的，不需要额外的聚合操作。

完整代码示例 #

import pandas as pd

# 先构造你的原始数据集（如果已经从文件加载好可以跳过这步）
raw_data = {
    'city': ['Tokio', 'Boston', 'London', 'Tokio', 'Boston', 'London', 'Tokio', 'Boston', 'London', 'Tokio', 'Boston', 'London'],
    'indicator': ['Solid Waste Recycled', 'Solid Waste Recycled', 'Solid Waste Recycled', 
                  'Own-Source Revenues', 'Own-Source Revenues', 'Own-Source Revenues',
                  'Green Area', 'Green Area', 'Green Area',
                  'City Land Area', 'City Land Area', 'City Land Area'],
    'Value': [1.162e+01, 3.912e+01, 0.0, 1.42e+00, 0.0, 3.247e+01, 4.3031e+02, 7.16635e+01, 1.99761e+01, 9.91e+01, 4.2e+01, 8.956e+01]
}
df = pd.DataFrame(raw_data)

# 核心：将长表转为宽表
df1 = df.pivot(
    index='city',       # 用city作为行索引
    columns='indicator',# 用indicator的不同值作为列名
    values='Value'      # 填充单元格的数值来源
)

# 可选：去掉列索引的名称（让输出格式和你想要的完全一致）
df1.columns.name = None

# 查看结果
print(df1)

输出结果 #

Solid Waste Recycled  Own-Source Revenues  Green Area  City Land Area
Tokio                  11.62                 1.42     430.310            99.1
Boston                 39.12                 0.00      71.663            42.0
London                  0.00                32.47      19.976            89.56

补充说明 #

如果你的数据中存在同一个城市+指标有多条记录的情况（比如重复数据），那就要用pivot_table()并指定聚合函数，例如：

# 假设存在重复，取平均值
df1 = df.pivot_table(
    index='city',
    columns='indicator',
    values='Value',
    aggfunc='mean'  # 可以换成sum、max等
)

内容的提问来源于stack exchange，提问作者emax