如何用Pandas将长格式DataFrame转换为指定宽格式？

嘿，刚好我也用过R的reshape2，Pandas里对应的功能其实用pivot或者pivot_table就能完美解决，完全满足你把长格式转成指定宽格式的需求！

先看你的原始数据：

import pandas as pd

x = {'col0': [1, 1, 2, 2], 'col1': ['a', 'b', 'a', 'b'], 'col2': ['x', 'x', 'x', 'x'], 'col3': [12, 13, 14, 15]}
y = pd.DataFrame(data=x)

方法1：用pivot（无重复组合时首选） #

因为你的数据里col0 + col1 + col2的组合是唯一的，没有重复值，直接用pivot就可以：

# 先做透视转换
y_pivot = y.pivot(
    index='col0',       # 作为行标识的列（对应cast里的id变量）
    columns=['col1', 'col2'],  # 用来展开成新列的分组变量
    values='col3'       # 填充到新列的数值（对应cast里的value变量）
).reset_index()

# 把多级列名改成你要的格式：col3__{col1}_{col2}
y_pivot.columns = ['col0'] + [f'col3__{col1}_{col2}' for col1, col2 in y_pivot.columns[1:]]

# 最终结果就是你要的y2
y2 = y_pivot

运行后得到的y2就是：

方法2：用pivot_table（有重复组合时用） #

如果你的数据里存在同一个col0 + col1 + col2对应多个col3值的情况（比如重复记录），就用pivot_table，可以指定聚合函数（比如求和、均值）：

y_pivot = y.pivot_table(
    index='col0',
    columns=['col1', 'col2'],
    values='col3',
    aggfunc='mean'  # 这里用均值，你可以换成sum、max等适配需求
).reset_index()

# 同样处理列名
y_pivot.columns = ['col0'] + [f'col3__{col1}_{col2}' for col1, col2 in y_pivot.columns[1:]]

适配col1多值的情况 #

不管你的col1有3种还是更多不同值，这个代码都能自动生成对应的列。比如如果col1新增了c，代码会自动生成col3__c_x列，完全不用手动修改！

内容的提问来源于stack exchange，提问作者Chase Grimm