合并相似DataFrame行：如何将同一用户多行转为宽格式

当然可以！用pandas就能轻松搞定这个长表转宽表的需求，我给你一步步演示具体操作：

1. 构造示例数据 #

首先我们先还原你提供的原始DataFrame：

import pandas as pd

# 你的原始长格式DataFrame
df = pd.DataFrame({
    'User': ['John', 'John'],
    'Date': ['DateA', 'DateB'],
    'FeatureA': [1, 3],
    'FeatureB': [2, 5]
})

2. 添加组内序号 #

因为我们需要区分同一用户的不同行（第1条、第2条记录），所以给每个用户的记录添加一个从1开始的组内序号：

# 按User分组，给每组内的行分配序号（从1开始）
df['idx'] = df.groupby('User').cumcount() + 1

3. 重塑为宽格式 #

接下来用pivot方法把数据转成宽格式，然后重命名列名来匹配你想要的格式：

# 以User为索引，idx为列，把其他列展开
wide_df = df.pivot(index='User', columns='idx').reset_index()

# 把多级列名合并成"列名+序号"的格式（比如Date1、FeatureA1）
wide_df.columns = [f'{col[0]}{col[1]}' if col[1] != '' else col[0] for col in wide_df.columns]

4. 查看结果 #

运行完上面的代码后，打印wide_df就能得到你想要的格式：

print(wide_df)

输出结果：

额外说明 #

如果你的数据里同一个用户有更多条记录（比如3条），这个方法也能自动适配，会生成Date3、FeatureA3这类列名，完全不用修改代码~

内容的提问来源于stack exchange，提问作者Derrick Peh