如何将DataFrame中相同ID的多行合并为多列（行转列）？

这是个很常见的「重复行转多列」需求，用Pandas就能轻松搞定，我给你一步步拆解实现过程：

步骤1：准备环境和示例数据 #

先导入Pandas，然后构造你提供的示例DataFrame：

import pandas as pd

data = {
    'ID': [1,2,3,4,4,5],
    'STATUS.x': ['A','B','N','B','B','N'],
    'STATUS.y': ['N','A','N','A','B','B']
}
df1 = pd.DataFrame(data)

步骤2：给同一ID的行添加分组序号 #

我们需要给每个ID下的不同行分配一个顺序编号，用来区分它们，方便后续转成列：

df1['group_idx'] = df1.groupby('ID').cumcount()

这一步执行后，ID=4的两行会分别得到0和1的编号，其他单行的ID编号都是0。

步骤3：将行转成多列并调整列名 #

接下来我们通过设置多级索引+转置的方式，把同一ID的多行转成多列，再把列名调整成你需要的格式：

# 设置ID和分组序号为索引，然后把行转成列
df_unstacked = df1.set_index(['ID', 'group_idx']).unstack()

# 合并多级列名：编号为0的保留原列名，编号>0的在列名后加编号
df_unstacked.columns = [
    f'{col[0]}{col[1]}' if col[1] != 0 else col[0] 
    for col in df_unstacked.columns
]

# 重置索引并填充空值（和你的示例格式一致）
df2 = df_unstacked.reset_index().fillna('')

最终结果 #

运行完上面的代码后，df2就是你想要的格式：

ID STATUS.x STATUS.y STATUS.x1 STATUS.y1
0   1        A        N                    
1   2        B        A                    
2   3        N        N                    
3   4        B        A         B         B
4   5        N        B                    

这个方法还很灵活，如果同一个ID有3行甚至更多行，它会自动生成STATUS.x2、STATUS.y2这类列，完全适配你的需求~

内容的提问来源于stack exchange，提问作者Rufyyyyy