如何将Pandas长格式DataFrame转换为宽格式？求解缺失步骤

咱们先理清楚你的问题：你现在有一个长格式的DataFrame，想要转成宽格式，但卡在了unstack的步骤，而且前面的一些操作其实是多余的。我先把你的原始数据列出来，再一步步给你补全正确的转换逻辑。

首先，先确认你的原始数据：

import pandas as pd

d = {'vote': [100, 50,1,23,55,67,89,44], 'vote2': [10, 2,18,26,77,99,9,40], 'ballot1': ['a','b','a','a','b','a','a','b'], 'voteId':[1,2,3,4,5,6,7,8]}
df1 = pd.DataFrame(d)

这个DataFrame的结构是每个voteId对应一条记录，包含vote、vote2和ballot1（取值a或b）。

你现有代码的问题 #

你之前写的：

dftemp=pd.DataFrame(dftemp.reset_index())
dflw= dftemp.set_index(['voteId','vote','ballot1'])
dflw=dflw.unstack(...)

这里有几个没必要的操作和遗漏的点：

1. 多余的reset_index：voteId已经是唯一标识，不需要额外引入默认的索引列，反而会干扰后续的索引设置。
2. 错误的索引设置：把vote放进了索引里，这样unstack后，vote会成为行索引的一部分，无法得到你想要的宽格式结构。
3. 未指定unstack的层级：必须告诉Pandas要把哪个索引层级转成列（这里应该是ballot1）。

两种常见的宽格式转换方案 #

方案1：只转换vote列，按ballot1分列 #

如果你的目标是每个voteId一行，把ballot1的a和b作为列展示vote的值，用pivot最直观：

# 行：voteId，列：ballot1的取值，值：vote列的数据
df_wide = df1.pivot(index='voteId', columns='ballot1', values='vote')
# 重命名列，让可读性更强
df_wide.columns = [f'vote_{col}' for col in df_wide.columns]
# 把voteId从索引转回普通列
df_wide = df_wide.reset_index()

得到的结果大概是：

如果你坚持想用set_index + unstack的方式，正确写法是：

# 只把voteId和ballot1设为索引，只保留vote列
dflw = df1.set_index(['voteId', 'ballot1'])['vote']
# 指定unstack的层级是ballot1，把它转成列
df_wide = dflw.unstack(level='ballot1')
# 后续重命名列、重置索引和上面一样
df_wide.columns = [f'vote_{col}' for col in df_wide.columns]
df_wide = df_wide.reset_index()

方案2：同时转换vote和vote2列 #

如果想把vote和vote2都按ballot1分列，需要先把数据“熔”成更长的格式，再转宽：

# 第一步：把vote和vote2合并成一个指标列
df_melted = df1.melt(
    id_vars=['voteId', 'ballot1'],  # 保留的标识列
    var_name='vote_type',           # 新的指标列名
    value_name='value'              # 数值列名
)

# 第二步：转成宽格式，行是voteId，列是ballot1+vote_type的组合
df_wide = df_melted.pivot(
    index='voteId',
    columns=['ballot1', 'vote_type'],
    values='value'
)

# 把多层列名扁平化，方便阅读
df_wide.columns = [f'{col[1]}_{col[0]}' for col in df_wide.columns]
df_wide = df_wide.reset_index()

最终结果的列会是vote_a、vote_b、vote2_a、vote2_b，每个voteId对应一行完整的数据。

总结你遗漏的关键步骤 #

• 去掉多余的reset_index操作，避免引入无关列。
• 设置索引时只保留行标识列（voteId）和要转成列的分组列（ballot1），不要把数值列放进索引。
• 调用unstack时明确指定要转换的层级（比如unstack('ballot1')）。
• 可选但推荐：重命名列和重置索引，让最终的宽格式更易读。

内容的提问来源于stack exchange，提问作者Rilcon42