如何用Pivot Tables或Group By修改Pandas Dataframe并导出指定CSV

原代码问题点 #

• 分组语法错误：groupby('Sample ID','ANALYTE') 多列分组必须用列表，而且执行get_dummies后ANALYTE已经转成列，不再是可分组的字段
• 逻辑绕远：先设多索引再做哑变量的操作，不仅复杂还会丢失Result_F的实际检测值（目标CSV需要的是结果数值，不是0/1标记）

正确实现代码 #

要把ANALYTE的不同取值转成表头，同时保留Sample ID、Sample Date和对应Result_F数值，用pivot_table一步就能搞定：

# 生成符合要求的宽表
df2 = SAMPDATA_w.pivot_table(
    index=['Sample ID', 'Sample Date'],  # 保留的标识列
    columns='ANALYTE',                  # 要转成表头的字段
    values='Result_F',                  # 对应填充的数值
    aggfunc='max'                       # 同指标多结果时取最大值，按需换成'first'取第一个
).reset_index()

# 清除列层级名称，让表头直接显示指标名
df2.columns.name = None

# 导出CSV，不带索引列
df2.to_csv('适配上传的文件.csv', index=False)

额外调整建议 #

• 如果需要把缺失值换成特定内容（比如空字符串或0），可以在reset_index()后加.fillna('')或.fillna(0)
• 要是原始数据里Sample ID+Sample Date+ANALYTE是唯一组合，用aggfunc='first'会更准确

内容的提问来源于stack exchange，提问作者Robert