Pandas DataFrame透视无效：从Tableau导入数据后透视无变化

问题背景 #

从Tableau工作表导出的数据已导入Pandas的view_data_df，需要将长表数据透视为宽表格式（把Measure Names的不同取值转为列），但执行透视代码后，原DataFrame完全没有变化。

原始数据结构及内容：

执行的无效代码：

view_data_df.pivot_table(values = 'Measure Values', 
                         index=['C Week','NT Login','Site'],
                         columns = 'Measure Names', 
                         aggfunc=sum).reset_index()
print(view_data_df)

问题原因 #

pivot_table方法是非原地操作，它不会直接修改原DataFrame，而是返回一个全新的透视后的DataFrame。如果没有将这个返回值赋值给变量，操作结果就会被丢弃，原DataFrame自然保持不变。

修正代码 #

将透视结果赋值给原变量或新变量，同时处理透视后的列名层级问题：

# 执行透视并将结果赋值回原DataFrame
view_data_df = view_data_df.pivot_table(
    values='Measure Values',
    index=['C Week', 'NT Login', 'Site'],
    columns='Measure Names',
    aggfunc=sum
).reset_index()

# 移除列名的层级结构
view_data_df.columns = view_data_df.columns.droplevel(0)

# 重新设置列名（可选，根据需求调整顺序）
view_data_df.columns = ['C Week', 'NT Login', 'Site', 'All Calls', 'Calls AHT', 'Core Calls', 'Glass Calls', 'Outbound Calls']

# 重置索引
view_data_df.reset_index(drop=True, inplace=True)

print(view_data_df)

效果说明 #

执行修正后的代码后，view_data_df会变成期望的宽表格式：C Week、NT Login、Site作为标识列，各类Measure Names作为独立数值列，对应填充Measure Values的求和结果。

内容的提问来源于stack exchange，提问作者Tazbazuk