如何使用Pandas将含Name/Value列的数据集按行值实现行转列

嘿，这个需求很典型，咱们可以用Pandas的分组和数据重塑功能轻松搞定。你的原始数据是长格式（Long Format），每3行对应一组完整的记录（包含code、classe、series三个字段），核心思路是先给每组添加一个分组标识，再把长格式转成宽格式。

具体步骤和代码实现 #

1. 导入数据并创建分组索引
   首先我们给每3行数据分配一个唯一的分组ID，这样后续就能把同一组的行合并成一行：

   import pandas as pd
   
   data = [['code',10],['classe',12],['series','B'], ['code',12],['classe',1], ['series','C'],['code',16],['classe',18],['series','A']]
   df1 = pd.DataFrame(data,columns=['Name','Value'])
   
   # 每3行分为一组，生成group_id
   df1['group_id'] = df1.index // 3
   

2. 用pivot函数转成宽格式
   利用pivot指定行索引、列名和对应的值，就能得到你想要的格式：

   df_result = df1.pivot(index='group_id', columns='Name', values='Value').reset_index(drop=True)
   

验证结果 #

运行后df_result的输出如下，完全符合你的需求：

code classe series
0    10     12      B
1    12      1      C
2    16     18      A

另一种实现方式（用unstack） #

如果你偏好unstack的写法，也可以这样做：

df1['group_id'] = df1.index // 3
df_result = df1.set_index(['group_id', 'Name'])['Value'].unstack('Name').reset_index(drop=True)

这两种方法本质是一样的，都是先分组再重塑，你可以根据自己的习惯选择。

内容的提问来源于stack exchange，提问作者M-M