Pandas pivot 重塑数据格式教程

本文深入讲解了如何使用 pandas 的 `pivot()` 方法将长格式数据高效重塑为宽格式，通过指定索引、列名和值字段实现行列角色互换，尤其适用于时间序列或多样本测量等典型场景；文中不仅给出清晰的代码示例与转换结果，还重点提醒了唯一性约束、重复值处理、数据类型保留等实战注意事项，并对比说明了 `pivot_table()` 和 `set_index().unstack()` 的适用边界，帮助读者快速掌握这一简洁、直观且性能优异的数据整形核心技能。

本文介绍如何利用 pandas 的 pivot() 方法，基于数据框中已有的列（如时间点和样本编号）将其从长格式高效转换为宽格式，实现行列角色互换与结构重塑。

本文介绍如何利用 pandas 的 `pivot()` 方法，基于数据框中已有的列（如时间点和样本编号）将其从长格式高效转换为宽格式，实现行列角色互换与结构重塑。

在数据分析中，常需将“长格式”（long format）数据重构成“宽格式”（wide format），尤其在处理分组观测（如不同时间点下的多个样本测量值）时。Pandas 提供了简洁高效的 pivot() 方法，无需手动初始化空 DataFrame 或循环填充，即可完成结构转换。

给定原始数据框：

import pandas as pd

data = [
    ["6.9", "T000", "1"],
    ["3.45", "T000", "2"],
    ["0.159", "T000", "3"],
    ["2.933", "T024", "4"],
    ["2.9", "T024", "5"],
    ["1.88", "T024", "6"]
]
df_data = pd.DataFrame(data, columns=["Value", "Time Point", "Sample Number"])

目标是：以 Time Point 作为新索引（行），Sample Number 作为新列名（列），Value 作为填充值，缺失位置自动设为 NaN。

✅ 正确做法是直接调用：

df_pivoted = df_data.pivot(
    index="Time Point",
    columns="Sample Number",
    values="Value"
)

执行后得到：

Sample Number    1     2      3      4    5     6
Time Point                                       
T000           6.9  3.45  0.159    NaN  NaN   NaN
T024           NaN   NaN    NaN  2.933  2.9  1.88

⚠️ 注意事项：

• pivot() 要求 (index, columns) 组合必须唯一；若存在重复组合（例如同一 Time Point 和 Sample Number 出现多次），会抛出 ValueError: Index contains duplicate entries。此时应先用 pivot_table() 并指定聚合函数（如 aggfunc='first' 或 'mean'）。
• 列名和索引默认保留原始 dtype；若 Sample Number 是字符串型数字（如 "1"），结果列也将是字符串；如需整数列，可在 pivot 后执行 df_pivoted.columns = df_pivoted.columns.astype(int)。
• pivot() 不支持多级索引或重复值的自动降维；更复杂场景可考虑 set_index().unstack() 链式操作，但 pivot 是最直观、语义最清晰的选择。

总结：df.pivot(index=..., columns=..., values=...) 是重构自身结构的首选方法——代码简短、意图明确、性能优异。掌握它，能显著提升数据整形效率，避免冗余的手动构造逻辑。

以上就是本文的全部内容了，是否有顺利帮助你解决问题？若是能给你带来学习上的帮助，请大家多多支持golang学习网！更多关于文章的相关知识，也可关注golang学习网公众号。