假设有如下数据框：

import pandas as pd

data = {'person': ['Alice', 'Alice', 'Bob', 'Bob', 'Charlie', 'Charlie'],
        'type': ['A', 'B', 'A', 'B', 'A', 'B'],
        'score': [13, 42, 18, 20, 7, 35]}

df = pd.DataFrame(data)

print(df)

输出：

    person type  score
0    Alice    A     13
1    Alice    B     42
2      Bob    A     18
3      Bob    B     20
4  Charlie    A      7
5  Charlie    B     35

想要按照 "person" 进行分组，并为每个 "type" 创建一个单独的列，将上述数据框进行改造：

new_df = df.pivot(index='person', columns='type', values='score').reset_index()

print(new_df)

输出：

type    person   A   B
0        Alice  13  42
1          Bob  18  20
2      Charlie   7  35

这里的关键方法是pivot，它将数据转换为具有新形状的规整形式。index参数是新数据框的索引字段，columns参数是新数据框的列字段，values参数指定所需的值字段。reset_index()用于重置索引并返回新数据框。