Pandas透视表存在空值，如何用其他列值填充并转换表结构

1. 还原原始数据 #

先根据需求创建原始DataFrame：

import pandas as pd

df = pd.DataFrame({
    'Food': ['Kiwi', 'Kiwi', 'Apple'],
    'Compound': ['Fat', 'Protein', 'Protein'],
    'Content in grams': [5, 3, 2]
})

2. 透视并填充空值 #

推荐使用pivot_table一步完成透视和空值填充，它比pivot更适配这类单值分组场景：

# 透视表设置：按Food分组，Compound转列，填充空值为0
pivoted_result = df.pivot_table(
    index='Food',
    columns='Compound',
    values='Content in grams',
    fill_value=0,  # 直接将空值替换为0
    aggfunc='first'  # 单条数据场景下，first/mean/sum效果一致
).reset_index()

# 清理列名层级，让结构更简洁
pivoted_result.columns.name = None

执行后输出结果：

注：你提供的目标表格中Apple的Fat值标注为2，这与原始数据不符（原始数据中Apple无Fat记录），上述代码按逻辑填充为0，若需自定义填充值，只需修改fill_value参数即可。

备选方案：先透视后补全空值 #

如果已经完成透视得到含空值的表，可单独用fillna补全：

# 先执行透视
pivoted_temp = df.pivot(index='Food', columns='Compound', values='Content in grams').reset_index()
pivoted_temp.columns.name = None

# 填充空值为0
pivoted_result = pivoted_temp.fillna(0)

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