Pandas DataFrame转置：pivot_table的aggfunc失效问题求助

原始DataFrame：

x   y     z
0  1  Mn  6.78
1  1  na   7.4
2  2  al    32

期望得到的转置结果：

x  mn     na    al
1  6.78   7.4   0
2   0     0     32

当前使用的代码：

import pandas as pd
import numpy as np
data=[['1','Mn','6.78'],['1','na','7.4'],['2','al','32']]
df = pd.DataFrame(data,columns=['x','y','z'])
print(df)
print(df.pivot_table(index='x', columns='y', aggfunc=len,values='z'))

实际错误输出：

y   Mn   al   na
x               
1  1.0  NaN  1.0
2  NaN  1.0  NaN

核心问题：pivot_table的aggfunc未正常工作，无法正确填充z列的数值。

问题根源 #

1. aggfunc参数错误：使用len是统计每个(x,y)分组的行数，而非提取z列的实际数值。
2. 数据类型不匹配：原始数据中z是字符串类型，聚合函数无法正确处理数值计算。
3. 列名大小写不一致：期望输出列名为小写，但原始数据y列存在大写值（如Mn），需统一格式。
4. 缺失值未替换：期望用0填充空值，但当前输出为NaN。

修正代码 #

方法一：用pivot_table（适配有重复(x,y)组合的场景）

import pandas as pd
import numpy as np

data=[['1','Mn','6.78'],['1','na','7.4'],['2','al','32']]
df = pd.DataFrame(data,columns=['x','y','z'])

# 将z列转换为数值类型
df['z'] = pd.to_numeric(df['z'])
# 统一y列的大小写为小写
df['y'] = df['y'].str.lower()

# 使用first作为聚合函数（每个(x,y)仅对应一个z值），填充空值为0
result = df.pivot_table(index='x', columns='y', values='z', aggfunc='first', fill_value=0)
# 重置索引，让x成为普通列
result = result.reset_index()
# 调整列顺序匹配期望输出
result = result[['x', 'mn', 'na', 'al']]

print(result)

输出结果：

x    mn   na  al
0  1  6.78  7.4   0
1  2  0.00  0.0  32

方法二：用pivot（适配无重复(x,y)组合的场景，代码更简洁）

import pandas as pd
import numpy as np

data=[['1','Mn','6.78'],['1','na','7.4'],['2','al','32']]
df = pd.DataFrame(data,columns=['x','y','z'])

df['z'] = pd.to_numeric(df['z'])
df['y'] = df['y'].str.lower()

# pivot适用于每个(index, columns)唯一的场景，直接转置后填充空值为0
result = df.pivot(index='x', columns='y', values='z').fillna(0).reset_index()
# 可选：调整列顺序匹配期望输出
result = result[['x', 'mn', 'na', 'al']]

print(result)

内容的提问来源于stack exchange，提问作者Maa