如何用pivot、多级索引等方法转换指定的Pandas DataFrame？

当然可以用Pandas的内置方法快速实现，完全不需要手动遍历！这里推荐两种简单高效的方式：pivot() 和 pivot_table()，都能完美满足你的需求。

首先先回顾下你的原始数据：

import pandas as pd
import numpy as np

df = pd.DataFrame([ [np.nan, 2, 'x', 0], [3, 4, 'y', 0], [9, 6, 'x', 1], [np.nan, np.nan, 'y', 1]], columns=['ignore', 'value', 'col', 'row'])
print(df)

输出：

ignore  value col  row
0     NaN    2.0   x    0
1     3.0    4.0   y    0
2     9.0    6.0   x    1
3     NaN    NaN   y    1

方法1：使用pivot()函数 #

pivot()是专门用于长表转宽表的函数，非常适合你的数据场景（每个row+col组合唯一）。只需要指定三个核心参数：

• index：作为结果行索引的列（这里是row）
• columns：作为结果列名的列（这里是col）
• values：填充到结果单元格中的值（这里是value）

代码实现：

pivoted_df = df.pivot(index='row', columns='col', values='value').reset_index(drop=True)
print(pivoted_df)

输出：

col    x    y
0    2.0  4.0
1    6.0  NaN

刚好和你想要的格式完全一致！最后用reset_index(drop=True)是为了去掉原来的row索引，让结果的行索引变成0、1这样的默认序列。

方法2：使用pivot_table()函数 #

如果你的数据中存在重复的row+col组合（比如同一个row和col对应多个value），可以用pivot_table()，它支持通过aggfunc参数指定聚合方式（比如取第一个值、均值、求和等）。对于你的数据，用aggfunc='first'就能得到同样的结果：

pivoted_df = df.pivot_table(index='row', columns='col', values='value', aggfunc='first').reset_index(drop=True)
print(pivoted_df)

输出和上面完全相同。

这两种方法都是Pandas的向量化操作，比手动遍历高效得多，尤其是处理大数据量时优势更明显。

内容的提问来源于stack exchange，提问作者orak