解决DataFrame拆列（unstack）后出现空值的问题

你的代码出现空值的核心原因是：groupby后未做聚合操作就直接unstack，导致不同模型的行索引无法对齐，最终产生缺失值。以下是几种修正方案：

方案1：使用pivot（适用于每个分组-模型组合唯一的场景） #

假设你的原DataFrame有唯一标识行的列（比如Question、ID），直接用pivot将模型作为列，自动对齐响应内容：

# 假设用Question作为行标识，替换成你实际的列名
df_new = df.pivot(index='Question', columns='Model', values='Model_Response').reset_index()
# 如果存在部分模型无响应的情况，可填充默认值
df_new = df.pivot(index='Question', columns='Model', values='Model_Response', fill_value='无响应').reset_index()

方案2：使用pivot_table（适用于存在重复分组-模型组合的场景） #

如果同一分组下同一模型有多条响应，可指定聚合规则（如取第一条、合并内容），同时填充空值：

# 取每个分组-模型组合的第一条响应，空值填充为空字符串
df_new = df.pivot_table(
    index='Question',  # 替换为你的行标识列
    columns='Model',
    values='Model_Response',
    aggfunc='first',  # 也可以用'last'、lambda x: ','.join(x)合并多内容
    fill_value=''
).reset_index()

方案3：修正你原有的groupby+unstack代码 #

先对分组后的内容做聚合，再转置，最后填充空值：

# 按行标识（如Question）和Model分组，取第一条响应
df_grouped = df.groupby(['Question', 'Model'])['Model_Response'].first()
# 转置为列并排序，填充空值
df_new = df_grouped.unstack('Model').sort_index(axis=1).fillna('')

内容的提问来源于stack exchange，提问作者user_04248753498