如何使用 Pandas 的 pivot 方法将分类列值转为新列

本文介绍如何利用 pandas 内置的 `pivot()` 方法，将某列（如 class）中的唯一值动态转化为列名，并将对应另一列（如 rank）的值填充到新结构中，实现“长表→宽表”的高效重塑。

在数据处理中，常需将“长格式”（long format）表格转换为“宽格式”（wide format），例如将类别变量（如学科名称）作为列标题，而将对应的指标值（如排名）填入单元格。Pandas 提供了简洁高效的 DataFrame.pivot() 方法专门解决此类问题。

核心逻辑是：指定一个行索引列（index）、一个新列名来源列（columns）和一个填充值列（values）。以示例数据为例：

import pandas as pd  df = pd.DataFrame({     'Name': ['Karl', 'George', 'Karl', 'George', 'Rex', 'Rex'],     'Class': ['math', 'English', 'English', 'Math', 'Math', 'English'],     'Rank': [1, 1, 2, 3, 2, 3] })  # 执行透视变换 result = df.pivot(index='Name', columns='Class', values='Rank').reset_index() result.columns.name = None  # 清除列层级名称（避免输出中出现 "Class" 标题）  print(result)

输出结果为：

Name  English  Math 0  George        1     3 1    Karl        2     1 2     Rex        3     2

⚠️ 注意事项：

• pivot() 要求 (index, columns) 组合必须唯一，否则会报 ValueError: Index contains duplicate entries。若存在重复组合（如同一人同一学科有多条 Rank 记录），应先用 pivot_table() 替代，并指定聚合函数（如 aggfunc=’first’ 或 ‘mean’）。
• 默认生成的列具有 MultiIndex 结构，.columns.name = None 可清除顶部冗余标签；如需固定列顺序（如 [‘Name’, ‘Math’, ‘English’]），可显式重排：result = result[[‘Name’, ‘Math’, ‘English’]]。
• 若需按姓名排序，可在 .reset_index() 后添加 .sort_values(‘Name’).reset_index(drop=True)。

该方法无需循环或手动分组，代码简洁、性能优异，是 Pandas 数据重塑的标准实践。