Pandas实现Excel透视表效果：行转列需求技术求助

要实现你需要的类似Excel透视表的行转列效果，直接用Pandas的pivot_table或pivot方法即可，比单独用groupby更直接。以下是具体代码：

核心代码 #

假设你已经将Excel数据读取为DataFrame df：

import pandas as pd

# 生成透视表
df_pivoted = df.pivot_table(
    index='Project',
    columns='Status',
    values='PF_Invoice_Amount',
    aggfunc='sum'  # 若同一项目+状态有多条记录，sum会自动求和；你的示例中组合唯一，用first也可
).reset_index()

# 处理空值和表头格式
df_pivoted = df_pivoted.fillna("").rename_axis(None, axis=1)

# 查看结果
print(df_pivoted)

如果你的数据中每个Project+Status组合唯一，也可以用更轻量的pivot方法：

df_pivoted = df.pivot(index='Project', columns='Status', values='PF_Invoice_Amount').reset_index().fillna("").rename_axis(None, axis=1)

代码说明 #

• pivot_table/pivot：专门用于行转列的透视表功能，指定index为行分组依据（Project），columns为列分组依据（Status），values为要展示的数值（PF_Invoice_Amount）。
• reset_index()：将Project从索引列转为普通列，匹配你的目标格式。
• fillna("")：将空值替换为空白，和示例输出一致。
• rename_axis(None, axis=1)：移除列轴的名称（原Status），让表头更简洁。

运行结果 #

执行后会得到和你目标格式一致的DataFrame：

Project   Paid Not Paid
0  FS Revadim              30000
1   FS Segula  15000     55000
2   Payita II             100000
3     Solfarm  32000          
4    Tropigas              20000
5      Trufps  23000          

内容的提问来源于stack exchange，提问作者danielmf93