可以执行两种合并：一个是col1 = 'BX'，另一个是col1 = 'AX'。

df = df.merge(df.loc[df['col1'] == 'BX', ['ID', 'value']].rename({'value': 'col2'}, axis=1), on='ID')
df = df.merge(df.loc[df['col1'] == 'AX', ['ID', 'value']].rename({'value': 'col3'}, axis=1), on='ID')

输出：

ID  value col1  col2  col3
0  A      1   BX     1     2
1  A      2   AX     1     2
2  B      3   BX     3     4
3  B      4   AX     3     4
4  C      5   BX     5     6
5  C      6   AX     5     6

假设ax和bx只能有一个值，请尝试使用pivot和merge。Pivot将采用col1中的所有值，并为每个唯一值创建新列。合并时，col1中的所有唯一值将作为新列添加到new_df中

p = df.pivot(index='ID', columns='col1', values='value')
new_df = df.merge(p, left_on='ID', right_index=True, how='left')

  ID  value col1  AX  BX
0  A      1   BX   2   1
1  A      2   AX   2   1
2  B      3   BX   4   3
3  B      4   AX   4   3
4  C      5   BX   6   5
5  C      6   AX   6   5