Python：分类DataFrame重排问题技术求助

嘿，我完全懂你的困扰！pivot方法确实要求指定值字段，但咱们换个思路就能搞定——既然每个学生只选修两门科目，核心目标就是按学生分组，把他们的两门科目拆成独立的两列。我给你举个具体的例子，一步步实现：

第一步：先构造示例输入（方便你对应自己的数据） #

假设你的原始DataFrame长这样：

import pandas as pd

df = pd.DataFrame({
    '学生ID': ['001', '001', '002', '002', '003', '003'],
    '科目': ['数学', '英语', '语文', '数学', '英语', '语文']
})

方法一：用groupby+聚合拆分列 #

这种方法简洁直接，先按学生分组把科目聚合成列表，再把列表拆成两列：

# 按学生ID分组，将科目聚合成列表后拆分为两列
result = df.groupby('学生ID')['科目'].agg(list).apply(pd.Series)
# 给列重命名，更直观
result.columns = ['科目1', '科目2']
# 把学生ID从索引变回普通列（可选，根据你的需求）
result = result.reset_index()

方法二：用pivot_table配合序号（完美适配你提到的pivot类方法） #

如果你更想用类似pivot的逻辑，可以先给每个学生的科目添加序号（1和2），再用pivot_table转换：

# 给每个学生的科目生成序号（1、2，因为每人只有两门）
df['科目序号'] = df.groupby('学生ID').cumcount() + 1
# 用pivot_table转换，值字段就是科目本身，聚合函数用first（每个序号对应唯一科目）
result = df.pivot_table(
    index='学生ID',
    columns='科目序号',
    values='科目',
    aggfunc='first'
).reset_index()
# 重命名列，去掉序号的列名前缀
result.columns = ['学生ID', '科目1', '科目2']

两种方法最终得到的结果都是类似这样的（科目顺序无关，符合你的需求）：

学生ID 科目1 科目2
0  001  数学  英语
1  002  语文  数学
2  003  英语  语文

内容的提问来源于stack exchange，提问作者user27074