Python Pandas：将长表转换为宽表（Serial字段转列）

这事儿用pandas的pivot()方法就能完美搞定，我给你整理了完整的步骤，包括代码和结果示例：

1. 先构造你给出的原始DataFrame #

首先先把你提供的数据用pandas还原出来，方便你直接测试：

import pandas as pd

data = {
    'Date': ['2/1/1996', '2/1/1996', '2/1/1996', '3/1/1996', '3/1/1996', '3/1/1996'],
    'Price': [0.5909, 0.5711, 0.5845, 0.5874, 0.5695, 0.584],
    'Serial': [1, 2, 3, 1, 2, 3]
}

df = pd.DataFrame(data)

2. 使用pivot()转换为宽表 #

直接调用pivot()方法，指定行索引、列名和对应填充的值即可：

wide_df = df.pivot(index='Date', columns='Serial', values='Price')

参数解释： #

• index='Date'：把Date列作为结果的行索引
• columns='Serial'：把Serial的唯一值作为结果的列名
• values='Price'：用Price列的值填充对应的行列位置

3. 转换后的结果 #

运行上面的代码后，你会得到如下结构的宽表：

Serial        1      2      3
Date                         
2/1/1996  0.5909  0.5711  0.5845
3/1/1996  0.5874  0.5695  0.5840

额外提示：如果存在重复的(Date, Serial)组合 #

如果你的数据里同一个日期和序列号对应多个价格，pivot()会报错，这时候可以用pivot_table()并指定聚合函数，比如取平均值：

wide_df = df.pivot_table(index='Date', columns='Serial', values='Price', aggfunc='mean')

内容的提问来源于stack exchange，提问作者El Chan