如何对比DataFrame两列值并提取第三列值，实现指定格式转换？

我们需要将包含Location、teams、goals三列的原始DataFrame，转换为以Location为唯一主键，每个球队对应“是否存在标记”和“进球数”两列的结构。

原始DataFrame #

期望输出DataFrame #

实现方法（Python Pandas） #

步骤1：导入依赖并构造原始数据 #

import pandas as pd
import numpy as np

# 构造原始DataFrame
df = pd.DataFrame({
    'Location': [1,1,2,2,2,3],
    'teams': ['A','B','A','B','C','B'],
    'goals': [5,6,7,5,6,7]
})

步骤2：添加球队存在标记 #

给每条记录添加值为1的exists列，用于后续标记球队是否存在于对应Location：

df['exists'] = 1

步骤3：透视生成存在标记表和进球数表 #

分别对exists和goals列做透视，按Location分组，teams作为列：

# 生成存在标记表，缺失值填充为0并转为整数
exists_pivot = df.pivot(index='Location', columns='teams', values='exists').fillna(0).astype(int)
# 生成进球数表，缺失值保留为NaN（对应输出的NA）
goals_pivot = df.pivot(index='Location', columns='teams', values='goals')

步骤4：重命名列并合并表 #

将两个透视表的列名调整为需求格式，然后横向合并：

# 重命名存在标记列
exists_pivot.columns = [f"{col} Team" for col in exists_pivot.columns]
# 重命名进球数列（注意B队的列名是"Goals"大写）
goals_pivot.columns = [
    f"{col} Team goals" if col != 'B' else f"{col} Team Goals" 
    for col in goals_pivot.columns
]

# 合并两个表
result_df = pd.concat([exists_pivot, goals_pivot], axis=1)

步骤5：调整列顺序 #

按照期望输出的列顺序重新排列：

# 定义目标列顺序
desired_columns = [
    'Location', 'A Team', 'A Team goals',
    'B Team', 'B Team Goals', 'C Team', 'C Team goals'
]
# 重置索引并调整列顺序
result_df = result_df.reset_index()[desired_columns]

运行上述代码后，result_df即为符合要求的输出DataFrame。如果需要将pandas默认的NaN转为字符串格式的NA，可添加一行：

result_df = result_df.replace(np.nan, 'NA')

内容的提问来源于stack exchange，提问作者Vivek kanna Jayaprakash