如何从含字符串的pandas DataFrame按正确顺序创建数据透视表

现有如下结构的DataFrame：

可直接复制使用的表格格式示例数据：

SourceName     SourceType   Edge       TargetName      TargetType
cardiac myosin     DISEASE  induce     myocarditis     DISEASE
cardiac myosin     DISEASE  induce     heart disease   DISEASE
nitric             CHEMICAL inhibit    chrysin         CHEMICAL
peptide magainin   CHEMICAL exhibited  tumor           DISEASE

可直接复制使用的字典格式示例数据：

{'id': [1, 2, 3, 4],
 'SourceName': ['cardiac myosin',
  'cardiac myosin',
  'nitric',
  'peptide magainin'],
 'SourceType': ['DISEASE', 'DISEASE', 'CHEMICAL', 'CHEMICAL'],
 'Edge': ['induce', 'induce', 'inhibit', 'exhibited'],
 'TargetName': ['myocarditis',
  'heart disease',
  'chrysin',
  'tumor'],
 'TargetType': ['DISEASE', 'DISEASE', 'CHEMICAL', 'DISEASE']}

使用如下代码做数据透视时，出现类型匹配错误：例如peptide magainin本身属于CHEMICAL类型，却被错误归类到DISEASE分类下，输出不符合预期。

df1 = df.groupby(["id","SourceType","TargetType"])['SourceName', 'Edge', 'TargetName'].aggregate(lambda x: x).unstack().reset_index()
df1.columns=df1.columns.tolist()

期望得到的正确输出如下：

原代码同时将SourceType和TargetType作为分组键，unstack操作会生成两种类型的全量组合索引，没有和当前分组匹配的字段会被填充为空，同时SourceName和SourceType的绑定关系没有被固定，最终出现值错位、类型匹配错误的问题。

不要同时把两个类型字段作为分组键做展开，先固定源实体属性（SourceName、SourceType）和id的绑定关系，再按目标类型做透视即可，参考代码如下：

import pandas as pd

# 构造示例数据（可跳过，直接用你自己的df）
df = pd.DataFrame({'id': [1, 2, 3, 4],
 'SourceName': ['cardiac myosin',
  'cardiac myosin',
  'nitric',
  'peptide magainin'],
 'SourceType': ['DISEASE', 'DISEASE', 'CHEMICAL', 'CHEMICAL'],
 'Edge': ['induce', 'induce', 'inhibit', 'exhibited'],
 'TargetName': ['myocarditis',
  'heart disease',
  'chrysin',
  'tumor'],
 'TargetType': ['DISEASE', 'DISEASE', 'CHEMICAL', 'DISEASE']})

# 新增辅助序号列，避免同类型多个目标值时出现行冲突
df["row_tag"] = df.groupby(["id", "TargetType"]).cumcount()

# 透视数据
df1 = df.pivot_table(
    index=["id", "SourceName", "SourceType", "row_tag"],
    columns="TargetType",
    values=["Edge", "TargetName"],
    aggfunc="first"
).reset_index()

# 整理多层列名
df1.columns = [f"{col[1]}_{col[0]}" if col[1] else col[0] for col in df1.columns]
# 删除辅助列
df1 = df1.drop("row_tag", axis=1)

运行后输出结果和预期结构一致，不会出现类型匹配错误的问题，若同一个源实体对应多个同类型目标，代码也会自动拆分为多行展示，不会丢失数据。

内容的提问来源于stack exchange，提问作者Mathew