如何用Pandas将服务器Oracle客户端表转为指定宽表格式？

问题背景 #

我们有一张非规范化的服务器表，包含服务器主机名、IP（主机名与IP为一对一关系），以及安装在服务器上的多个Oracle客户端版本。原始数据构造及输出如下：

import pandas as pd
from tabulate import tabulate

col_server      =   ['server_A','server_A','server_A']
col_ip          =   ['ip_A'    , 'ip_A'   , 'ip_A'   ]
col_ora_client  =   ['11'      ,'12'      ,'19'      ]
df              =   pd.DataFrame(data=list(zip(col_server,col_ip,col_ora_client)) , columns=["server","ip","ora_client"])
print(tabulate(df, headers='keys', tablefmt='psql'))

运行输出：

+----+----------+------+--------------+
|    | server   | ip   |   ora_client |
|----+----------+------+--------------|
|  0 | server_A | ip_A |           11 |
|  1 | server_A | ip_A |           12 |
|  2 | server_A | ip_A |           19 |
+----+----------+------+--------------+

期望格式 #

需要将数据转换为宽表，每个Oracle客户端版本作为独立列，存在则标记为1：

+----------+------+----+----+----+
|  server  |  ip  | 11 | 12 | 19 |
+----------+------+----+----+----+
| server_A | ip_A |  1 |  1 |  1 |
+----------+------+----+----+----+

尝试的问题 #

使用pd.crosstab透视后，server和ip以元组形式作为复合索引，不符合需求：

df_b = pd.crosstab([df['server'], df['ip']], df['ora_client'])
print(tabulate(df_b, headers='keys', tablefmt='psql'))

输出：

+----------------------+------+------+------+
|                      |   11 |   12 |   19 |
|----------------------+------+------+------|
| ('server_A', 'ip_A') |    1 |    1 |    1 |
+----------------------+------+------+------+

解决方案 #

方法1：用reset_index()还原索引列 #

在crosstab结果上调用reset_index()，将复合索引转为普通列，再通过tabulate参数隐藏默认索引：

df_b = pd.crosstab([df['server'], df['ip']], df['ora_client']).reset_index()
print(tabulate(df_b, headers='keys', tablefmt='psql', showindex=False))

输出：

+----------+------+------+------+------+
| server   | ip   |   11 |   12 |   19 |
+----------+------+------+------+------|
| server_A | ip_A |    1 |    1 |    1 |
+----------+------+------+------+------+

方法2：使用pivot_table替代crosstab #

直接通过pivot_table指定行、列和统计逻辑，同样能得到目标格式：

df_b = df.pivot_table(index=['server', 'ip'], columns='ora_client', aggfunc='size', fill_value=0).reset_index()
print(tabulate(df_b, headers='keys', tablefmt='psql', showindex=False))

输出结果与方法1完全一致。

内容的提问来源于stack exchange，提问作者glezo