如何将Pandas DataFrame pivot为行数等于最大类别长度的结构？

核心思路是给每个类别下的行生成组内序号，再通过pivot实现按序填充的宽表，具体步骤如下：

1. 构造示例数据（可替换为你的实际DataFrame）

import pandas as pd

data = {
    'catYM': ['202301', '202301', '202302', '202302', '202302', '202303'],
    'prod': [100, 200, 150, 250, 300, 50]
}
df = pd.DataFrame(data)

2. 生成组内行号
   给每个catYM分组，用cumcount()生成组内从0开始的序号，标记每个类别下每行的位置：

df['row_id'] = df.groupby('catYM').cumcount()

3. 执行pivot重塑
   以组内行号为索引，catYM为列，prod为值做pivot，最终行数会自动匹配所有类别中的最大行数，每个类别下的数值按顺序填充：

result_df = df.pivot(index='row_id', columns='catYM', values='prod').reset_index(drop=True)

最终输出结果：

catYM  202301  202302  202303
0       100.0   150.0    50.0
1       200.0   250.0     NaN
2         NaN   300.0     NaN

如果需要把NaN替换为特定值（比如0），可追加：

result_df = result_df.fillna(0)

内容的提问来源于stack exchange，提问作者b2405