本文介绍如何基于原始长格式 dataframe（含 obj_id、属性名、属性值三列），快速筛选并透视指定属性（如 weight、height 等），生成结构清晰的宽格式新 dataframe，避免低效循环，提升代码可读性与执行性能。
在实际数据分析中，尤其是从关系型数据库导出的数据，常以“长格式”（long format）存储：每行仅记录一个对象（obj_id）的一项属性（如 column B 为属性名，Column C 为对应值）。但后续建模或可视化往往需要“宽格式”（wide format）——即每个属性独占一列，每行代表一个对象的完整快照。例如，将 obj_id, Column B, Column C 的三列结构，转换为 obj_id, weight, height, eye_color 等多列结构。
直接使用 df.apply() + 内层 iterrows()（如原问题中的 myfunction）不仅语法冗长、逻辑易错，更因 Python 层面循环严重拖慢性能，尤其在处理数万行以上数据时尤为明显。pandas 提供了专为该场景设计的高效向量化方案：条件过滤 + pivot。
✅ 推荐做法：先过滤再透视（推荐）
假设原始 DataFrame 名为 df，结构如下：
import pandas as pd df = pd.DataFrame({ 'obj_id': [1, 1, 1, 2, 2, 3, 4], 'Column B': ['weight', 'height', 'eye_color', 'weight', 'height', 'weight', 'weight'], 'Column C': [150, 5.8, 'blue', 160, 6.1, 140, 150] })要提取 weight 属性并构建新 DataFrame，只需一行链式操作：
out = (df.query('`Column B` == "weight"') .pivot(index='obj_id', columns='Column B', values='Column C') .reset_index() .rename_axis(columns=None))输出结果为：
obj_id weight 0 1 150 1 2 160 2 3 140 3 4 150? 注意：列名 Column B 含空格，需用反引号 `Column B` 包裹，否则 query() 会报错。
? 扩展支持多个属性（如 weight + height + eye_color）
若需同时提取多个属性列，只需扩展过滤条件，并利用 pivot 的天然能力一次性完成宽表构建：
# 指定需保留的属性列表 keep_attrs = ['weight', 'height', 'eye_color'] out = (df.loc[df['Column B'].isin(keep_attrs)] .pivot(index='obj_id', columns='Column B', values='Column C') .reset_index() .rename_axis(columns=None))该方法自动对 obj_id 去重（若某 obj_id 缺失某属性，则对应单元格为 NaN），结果列顺序与 keep_attrs 中顺序一致（Pandas 2.0+ 支持 sort=False 进一步确保顺序）。
⚠️ 注意事项与最佳实践
- 避免先 pivot 后筛选：如 df.pivot(…)[[‘weight’]]，会在内存中先生成包含所有属性（可能上百列）的宽表，再丢弃不需要的列，造成显著内存浪费和性能下降。
- 处理缺失值：若某些 obj_id 缺少指定属性，pivot 默认填充 NaN；如需填充默认值（如 0 或 ‘N/A’），可在 pivot 后接 .fillna(0)。
- 数据类型统一：pivot 后各列类型由原始 Column C 决定。若需强制转换（如 weight 列转为整型），可添加 .astype({‘weight’: ‘int’}) —— 注意需确保无 NaN，否则需先 .fillna() 或用 Int64（支持空值的整型）。
- 去重保障：确保 (obj_id, Column B) 组合唯一。若存在重复（如同一 obj_id 有两条 weight 记录），pivot 将报错 ValueError: Index contains duplicate entries。此时应先用 drop_duplicates(subset=[‘obj_id’, ‘Column B’], keep=’last’) 显式去重。
✅ 总结
用 query() 或 loc 先精准筛选目标属性行，再通过 pivot() 一次性完成索引重塑与列展开，是构建宽格式 DataFrame 的标准、高效、可维护方案。它完全规避了 Python 循环，充分利用 Pandas 底层优化，代码简洁且语义清晰。对于 5–10 个常用属性的提取任务，此模式可轻松扩展，是生产环境中的首选实践。