Pandas pivot_table处理字符串列DataFrame行转列报错求解

• 现有如下结构的DataFrame：
  
• 目标：通过行转列操作，得到如下预期输出：
  
• 尝试调用Pandas的pivot_table函数，将Custom Field列的行值转换为新列名时出现报错，测试代码如下：

import pandas as pd

data = {
"Custom Field": ["CF1", "CF2", "CF3"],
"id": ["RSA", "RSB", "RSC"],
"Name": ["Wilson", "Junior", "Otavio"]
}

### 构造DataFrame ###
df = pd.DataFrame(data)
print(df)

df2 = df.pivot_table(columns=['Custom Field'], index=['Name'])
print(df2)

• 报错信息截图：
  
• 初步猜测报错和操作字段为String类型有关，需要可行的解决方案。

pivot_table默认的聚合函数是mean（求平均值），仅支持对数值类型数据做计算，当前要展开的id列是字符串类型，无法执行均值聚合，因此触发报错，和字符串类型作为列名、索引没有关系。

该场景属于无重复匹配键的简单行转列，不需要聚合计算，直接用pivot方法即可，不需要使用pivot_table：

# 指定行索引、展开列、填充值对应的列
df2 = df.pivot(index='Name', columns='Custom Field', values='id')
# 重置索引，把Name从行索引转为普通列，和预期输出格式对齐
df2 = df2.reset_index()
print(df2)

运行后输出：

Custom Field    Name  CF1  CF2  CF3
0             Junior  NaN  RSB  NaN
1            Otavio  NaN  NaN  RSC
2             Wilson  RSA  NaN  NaN

如果需要用pivot_table实现，手动指定支持字符串类型的聚合函数即可，比如first取每组第一个匹配值：

df2 = df.pivot_table(
    columns='Custom Field',
    index='Name',
    values='id',
    aggfunc='first'
).reset_index()

如果需要把结果中的空值替换为空字符串或者其他默认值，在代码末尾追加.fillna('')即可。

内容的提问来源于stack exchange，提问作者Junior P