Python中使用groupby分组数据：求更优雅的DataFrame转换实现方式

嘿，你的需求其实完全可以用Pandas内置的透视表函数或者unstack方法来实现，比循环拼接的写法简洁太多，而且效率更高！

先看看你原来的代码逻辑：把每月的数据按年份分组后，逐个拼接成列。这种循环的写法不仅代码冗余，当数据量变大时，多次pd.concat的性能也会下降。下面给你两种更优雅的实现方式：

方法1：使用unstack（推荐，最简洁） #

利用多级索引的unstack操作，直接把月份从行维度转到列维度：

import pandas as pd
import numpy as np

# 生成原始数据
df = pd.DataFrame(
    {'date': pd.date_range(start='2016-01-01', periods=48, freq='M'),
     'value': np.random.normal(size=48)}
).set_index('date')

# 核心一步：提取年、月作为多级索引，再unstack月份到列
dfc = df.assign(
    year=df.index.year,
    month=df.index.month
).set_index(['year', 'month'])['value'].unstack(level='month')

# 给列重命名为月份缩写（可选）
month_names = ['jan','feb','march','april','may','june','july','aug','sept','oct','nov','dec']
dfc.columns = month_names[:len(dfc.columns)]

为什么这个更好？ #

• 没有循环，代码逻辑一目了然：先把年份和月份设为多级索引，再将月份“展开”成列。
• Pandas的unstack是底层优化过的操作，比手动循环拼接高效得多，尤其是数据量大的时候。
• 自动处理年份的对齐，不需要手动判断分组顺序。

方法2：使用pivot_table（更直观，适合需要聚合的场景） #

如果你的数据可能存在同一个年月有多条记录的情况，用pivot_table可以同时完成分组和聚合：

# 核心代码
dfc = df.pivot_table(
    values='value',
    index=df.index.year,  # 行索引为年份
    columns=df.index.month  # 列维度为月份
)

# 同样重命名列（可选）
month_names = ['jan','feb','march','april','may','june','july','aug','sept','oct','nov','dec']
dfc.columns = month_names[:len(dfc.columns)]

这个方法的优势： #

• 语法非常直观，明确指定“值、行、列”三个维度，新手也能快速理解。
• 如果有重复的年月数据，可以通过aggfunc参数指定聚合方式（比如aggfunc='mean'求均值，aggfunc='sum'求和），默认是求均值。

对比原来的代码 #

原来的循环写法需要逐个提取分组再拼接，不仅代码长，还容易出错（比如分组顺序不对、列名手动输入容易写错）。而上面两种方法都是一行核心代码搞定，自动处理所有对齐和分组逻辑，代码可读性和维护性都提升很多。

内容的提问来源于stack exchange，提问作者Raul Muñoz