如何在Pandas中重构DataFrame实现单地点单行的宽表格式

可以用Pandas的pivot_table（更稳妥，支持重复组合）或pivot函数实现这种长表转宽表的转换，步骤如下：

1. 构造示例数据（模拟你的输入） #

import pandas as pd

data = {
    'Location': ['NYC', 'Los Angeles', 'Los Angeles', 'Miami', 'Miami'],
    'Contaminants': ['Chlorine', 'Lead', 'Chlorine', 'Sulfur', 'Lead'],
    'Concentration': [10, 5, 2, 5, 4]
}
df = pd.DataFrame(data)

2. 核心转换代码 #

方法一：用pivot_table（推荐，兼容重复的Location+Contaminants组合） #

# 生成宽表，自动填充缺失值为0
pivoted_df = df.pivot_table(
    index='Location',       # 作为行标识的列
    columns='Contaminants', # 拆分为列的字段
    values='Concentration', # 填充到新列的值
    aggfunc='first',        # 多值组合的聚合方式（这里用first因为无重复）
    fill_value=0            # 缺失值填充为0
).reset_index()             # 把Location从索引转回普通列

# 重命名列，添加" Concentration"后缀匹配目标格式
pivoted_df.columns = [col if col == 'Location' else f"{col} Concentration" for col in pivoted_df.columns]

方法二：用pivot（仅当Location+Contaminants组合唯一时可用） #

pivoted_df = df.pivot(
    index='Location',
    columns='Contaminants',
    values='Concentration'
).fillna(0)                 # 手动填充缺失值为0
.reset_index()

# 同样重命名列
pivoted_df.columns = [col if col == 'Location' else f"{col} Concentration" for col in pivoted_df.columns]

3. 最终结果 #

运行后得到的pivoted_df就是目标格式：

内容的提问来源于stack exchange，提问作者SwimmerSat