如何在Pandas中按客户分组将行转列为指定格式宽表

嘿，我来给你一个简洁可行的解决方案，刚好能匹配你想要的列结构！先回顾下你的场景：

你已经有了按Customer Number和Date排序好的DataFrame，创建代码如下：

import pandas as pd

df = pd.DataFrame({
    'Customer Number':[1,1,1,2,2,3,3,3], 
    'Date': [2013, 2014, 2015, 2016, 2017, 2013, 2014, 2015], 
    'Salaries': [100, 200, 200, 300, 300, 4000, 5000, 5000]
})

对应的原始长表结构：

Customer Number  Date  Salaries
0                1  2013       100
1                1  2014       200
2                1  2015       200
3                2  2016       300
4                2  2017       300
5                3  2013      4000
6                3  2014      5000
7                3  2015      5000

你的需求是把每个客户的日期和薪资依次转成Date 1、Salary 1、Date 2、Salary 2这类新列，得到目标宽表。

具体实现步骤 #

核心思路是用groupby生成每个客户的记录序号，再结合unstack重塑数据，最后调整列名和顺序：

1. 给每个客户的记录加序号
   先给每个客户的行标记是第几条记录（从1开始），这样后续可以区分Date 1和Date 2：

df['seq'] = df.groupby('Customer Number').cumcount() + 1

这一步后，每个客户的行都会有一个seq列，值为1、2、3（对应第1/2/3条数据）。

2. 重塑数据并修改列名
   把seq作为列的层级，unstack之后重命名列，让列名变成你想要的Date N、Salaries N格式：

# 把Customer Number和seq设为索引，然后unstack展开
wide_df = df.set_index(['Customer Number', 'seq']).unstack()
# 重命名列，合并原列名和序号
wide_df.columns = [f'{col[0]} {col[1]}' for col in wide_df.columns]
# 把Customer Number从索引变回普通列
wide_df = wide_df.reset_index()

3. 调整列的顺序（可选）
   如果你希望Date和Salaries是交替排列的（比如先Date1、再Salary1，接着Date2、Salary2...），可以手动调整列顺序：

# 生成有序的列名列表
max_seq = df['seq'].max()
ordered_cols = []
for i in range(1, max_seq + 1):
    ordered_cols.append(f'Date {i}')
    ordered_cols.append(f'Salaries {i}')
# 把Customer Number放在最前面，后面跟着有序的列
wide_df = wide_df[['Customer Number'] + ordered_cols]

最终效果 #

运行完上面的代码，你就能得到完全符合需求的宽表：

Customer Number  Date 1  Salaries 1  Date 2  Salaries 2  Date 3  Salaries 3
0                1    2013         100    2014         200    2015         200
1                2    2016         300    2017         300     NaN         NaN
2                3    2013        4000    2014        5000    2015        5000

这个方案不仅简洁，还能自动适配不同客户的记录数量——比如客户2只有2条数据，缺失的列会自动填充NaN，完全满足你的需求。

内容的提问来源于stack exchange，提问作者Mike P.