如何在Pandas中基于参数值出现情况创建指定结构透视表？

需求说明 #

• 数据集包含字段：邮箱地址、邮件编号（1-4）、邮件阅读状态（已读/未读）
• 目标：生成透视表，以邮箱地址为索引，邮件编号为列，单元格值对应该邮箱对应邮件的阅读状态

问题分析 #

你之前的代码未指定正确的索引字段，且将values设为邮箱地址，这不符合需求——我们需要把阅读状态作为填充值。

解决方案 #

方法1：使用pivot_table（适合存在重复索引+列组合的场景）

假设你的阅读状态列名为read_status，替换成你实际的列名即可：

import pandas as pd

table = pd.pivot_table(
    opens_with_names,
    index='Email Address',  # 设置邮箱为行索引
    columns='email_no',     # 邮件编号作为列
    values='read_status',   # 用阅读状态填充单元格
    aggfunc='first'         # 每个邮箱+邮件编号对应唯一状态，取第一个值即可
)

方法2：使用pivot（适合无重复索引+列组合的场景）

如果你的数据中每个邮箱对应同一邮件编号只有一条记录，用pivot更简洁：

table = opens_with_names.pivot(
    index='Email Address',
    columns='email_no',
    values='read_status'
)

补充：处理缺失值

若存在邮箱未收到某编号邮件的情况，可填充默认状态（比如“未读”）：

table = table.fillna('未读')

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