如何在Python中将单列按分组展开为多列并保留对应值-Python教程-PHP中文网

如何在Python中将单列按分组展开为多列并保留对应值

本文介绍使用pandas将按组（如group1/group2/group3）纵向排列的数据，横向展开为宽格式：每组变为独立列，同时将另一列（column2）的值对齐填充，并将第三列（column3）以带前缀的方式同步展开。

本文介绍使用pandas将按组（如group1/group2/group3）纵向排列的数据，横向展开为宽格式：每组变为独立列，同时将另一列（column2）的值对齐填充，并将第三列（column3）以带前缀的方式同步展开。

在数据处理中，常需将“长格式”（long format）数据转换为“宽格式”（wide format），尤其当同一逻辑组（如实验组、时间点、类别）下存在多行观测，而我们希望按组横向对齐进行对比分析时。本例即典型场景：原始数据中 Column1 表示分组标识（Group1/Group2/Group3），Column2 是各组内统一命名的条目（如Value1–Value4），Column3 是各组对应的具体值（V1, x1, y1等）。目标是将每个 Group 拆分为独立列，使相同序号的 Column2 值（如所有 Value1）位于同一行，并同步拉取其 Column3 值，且列名明确标注来源组。

实现该转换的关键在于建立组内顺序索引，再分别对 Column2 和 Column3 执行透视（pivot）。由于原始数据未提供行序参考，需先用 groupby('Column1').cumcount() 为每组内行编号（从0开始），生成辅助列 cc 作为新索引——这确保了不同组中“第0行”（Value1）、“第1行”（Value2）能正确对齐。

以下是完整、可运行的解决方案：

python-code-analyz

专业Python代码分析与优化，支持语法检查、安全扫描、性能评估、复杂度分析及重构后优化代码生成。

下载

import pandas as pd

# 示例数据构建
df = pd.DataFrame({
    'Column1': ['Group1', 'Group1', 'Group1', 'Group1',
                'Group2', 'Group2', 'Group2', 'Group2',
                'Group3', 'Group3'],
    'Column2': ['Value1', 'Value2', 'Value3', 'Value4'] * 2 + ['Value1', 'Value2'],
    'Column3': ['V1', 'V2', 'V3', 'V4',
                'x1', 'x2', 'x3', 'x4',
                'y1', 'y2']
})

# 步骤1：添加组内累计序号作为对齐键
tmp = df.assign(cc=df.groupby('Column1').cumcount())

# 步骤2：分别透视 Column2 和 Column3，再水平拼接
pivot_col2 = tmp.pivot(index='cc', columns='Column1', values='Column2')
pivot_col3 = tmp.pivot(index='cc', columns='Column1', values='Column3').add_prefix('Column3.')

result = pd.concat([pivot_col2, pivot_col3], axis=1).rename_axis(index=None, columns=None)

print(result)

输出结果与预期一致：

   Group1  Group2  Group3 Column3.Group1 Column3.Group2 Column3.Group3
0  Value1  Value1  Value1             V1             x1             y1
1  Value2  Value2  Value2             V2             x2             y2
2  Value3  Value3     NaN             V3             x3            NaN
3  Value4  Value4     NaN             V4             x4            NaN

⚠️ 注意事项：

pivot 要求 index + columns 组合唯一；若某组内存在重复 cc 值（如同一组有两条 Value2），会报 ValueError: Index contains duplicate entries。此时需检查数据质量或改用 pivot_table 并指定聚合函数（如 aggfunc='first'）。
若各组行数不等（如 Group3 只有2行），缺失位置自动填充 NaN，符合预期；如需其他填充值（如空字符串），可在最后调用 .fillna('')。
列名 Column3.Group1 等由 .add_prefix() 生成，语义清晰；若需自定义前缀（如 'C3_'），可替换为 .add_prefix('C3_')。

该方法简洁高效，核心思想是「用组内序号对齐 → 分列透视 → 合并结果」，适用于任意数量分组和动态列结构，是pandas宽长转换的经典实践。