如何根据DataFrame中值的出现情况转换并填充新DataFrame

现有如下结构的DataFrame：

Names1 Gene_name Status
SP1    GENE1     0
SP1    GENE1     1
SP1    GENE1     1
SP1    GENE1     2
SP1    GENE1     2
SP1    GENE2     0
SP3    GENE2     0
SP1    GENE2     1
SP2    GENE2     2
SP4    GENE3     1
SP4    GENE3     2
SP5    GENE3     0    
SP5    GENE3     0 

需要生成一个新DataFrame，以Gene_name作为列名，Names作为行索引，根据每组Names对应的Status值的出现情况填充单元格：

• 仅出现0 → 值为0
• 仅出现1 → 值为1
• 同时出现0和1 → 值为0-1
• 同时出现0和2 → 值为0-2
• 同时出现1和2 → 值为1-2
• 同时出现0、1和2 → 值为0-1-2

无对应值的单元格填充NA，最终目标DataFrame如下：

Names GENE1  GENE2 GENE3
SP1   0-1-2  0-1   NA 
SP2   NA     2     NA
SP3   NA     0     NA
SP4   NA     NA    1-2
SP5   NA     NA    0

附原DataFrame的字典格式：

{'Names1': {0: 'SP1', 1: 'SP1', 2: 'SP1', 3: 'SP1', 4: 'SP1', 5: 'SP1', 6: 'SP3', 7: 'SP1', 8: 'SP2', 9: 'SP4', 10: 'SP4', 11: 'SP5', 12: 'SP5'}, 'Gene_name': {0: 'GENE1', 1: 'GENE1', 2: 'GENE1', 3: 'GENE1', 4: 'GENE1', 5: 'GENE2', 6: 'GENE2', 7: 'GENE2', 8: 'GENE2', 9: 'GENE3', 10: 'GENE3', 11: 'GENE3', 12: 'GENE3'}, 'Status': {0: 0, 1: 1, 2: 1, 3: 2, 4: 2, 5: 0, 6: 0, 7: 1, 8: 2, 9: 1, 10: 2, 11: 0, 12: 0}}

可以通过分组处理+表格重塑两步完成需求：

1. 分组提取唯一状态并格式化：按Names1和Gene_name分组，提取每组内唯一的Status值，排序后用-连接成指定格式的字符串。
2. 转为宽表并调整格式：将分组结果转换为宽表，设置行索引为Names，缺失值填充为NA。

具体代码如下：

import pandas as pd

# 加载原始数据
data = {'Names1': {0: 'SP1', 1: 'SP1', 2: 'SP1', 3: 'SP1', 4: 'SP1', 5: 'SP1', 6: 'SP3', 7: 'SP1', 8: 'SP2', 9: 'SP4', 10: 'SP4', 11: 'SP5', 12: 'SP5'}, 'Gene_name': {0: 'GENE1', 1: 'GENE1', 2: 'GENE1', 3: 'GENE1', 4: 'GENE1', 5: 'GENE2', 6: 'GENE2', 7: 'GENE2', 8: 'GENE2', 9: 'GENE3', 10: 'GENE3', 11: 'GENE3', 12: 'GENE3'}, 'Status': {0: 0, 1: 1, 2: 1, 3: 2, 4: 2, 5: 0, 6: 0, 7: 1, 8: 2, 9: 1, 10: 2, 11: 0, 12: 0}}
df = pd.DataFrame(data)

# 定义格式化函数：提取唯一状态、排序后连接
def format_status(group):
    unique_status = sorted(group['Status'].unique())
    return '-'.join(map(str, unique_status))

# 分组处理并转为宽表
result = df.groupby(['Names1', 'Gene_name']).apply(format_status).unstack()

# 调整索引和列名，填充缺失值
result = result.rename_axis('Names').rename_axis(None, axis=1).fillna('NA')

print(result)

运行后输出结果与需求一致，其中SP4的GENE3值为1-2（符合原始数据中该组仅出现1和2的事实）。

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