如何用Pandas将表格重复行转为以GHG类型为列名的结构

现有一个已过滤掉GHG列空值的DataFrame pivot_notNone，包含UOM、GHG Conversion Factor 2022、Unit、GHG四列，共4312行。想要将GHG列的取值（N2O、CO2、CH4）作为新列名，对应填充GHG Conversion Factor 2022的数据，同时按UOM和Unit分组展示。但使用a = pivot_notNone.pivot(columns=['GHG'],values='GHG Conversion Factor 2022')后，结果存在大量NaN且未按UOM/Unit分组，不符合预期。

问题出在未指定分组的索引键，导致pivot无法将同一UOM+Unit的行合并。可以用以下两种方法解决：

方法1：使用pivot_table（推荐处理含重复分组的场景） #

# 按UOM和Unit分组，将GHG转为列，取值为GHG Conversion Factor 2022
result = pivot_notNone.pivot_table(
    index=['UOM', 'Unit'],
    columns='GHG',
    values='GHG Conversion Factor 2022',
    aggfunc='first'  # 若同一分组下同一GHG有多值，取第一个；可根据需求换mean/sum等
).reset_index()

# 确保列顺序为UOM、Unit、N2O、CO2、CH4，缺失的GHG列保留为NaN
result = result.reindex(columns=['UOM', 'Unit', 'N2O', 'CO2', 'CH4'])

方法2：使用set_index + unstack（适合分组无重复的场景） #

如果数据中每个(UOM, Unit, GHG)组合唯一，可直接用索引转换：

# 设置多级索引后，将GHG维度展开为列
result = pivot_notNone.set_index(['UOM', 'Unit', 'GHG'])['GHG Conversion Factor 2022'].unstack('GHG').reset_index()
# 统一列顺序
result = result.reindex(columns=['UOM', 'Unit', 'N2O', 'CO2', 'CH4'])

关键说明 #

• 指定index=['UOM', 'Unit']后，同一UOM+Unit的行会被合并到同一行，不同GHG作为列展示，解决了分组问题。
• 结果中的NaN是正常的：如果某个UOM+Unit组合下没有对应GHG的数据，该位置自然为空，可根据需求用fillna(0)或其他值填充。

内容的提问来源于stack exchange，提问作者aca1803