如何使用Python pandas将数据表转换为指定目标结构

完全可以使用pandas实现这个表结构转换，这个操作本质是对Label列做独热编码后和原Text列重组，实现步骤如下。

实现代码 #

首先确保已经安装pandas库，之后按如下代码操作即可：

import pandas as pd

# 1. 读取/构造原始数据表（如果数据已经从csv/excel读入为DataFrame可跳过这步）
df = pd.DataFrame({
    'Label': ['True', 'True', 'Fake', 'True'],
    'Text': ['Car', 'Pool', 'Play', 'Music']
})

# 2. 执行结构转换
# 对Label列生成独热编码，和Text列拼接后调整为目标列顺序
df_result = pd.concat(
    [df['Text'], pd.get_dummies(df['Label']).astype(int)],
    axis=1
)[['Text', 'True', 'Fake']]

# 打印查看结果
print(df_result)

输出结果 #

运行代码后会得到和目标结构完全一致的表：

Text  True  Fake
0    Car     1     0
1   Pool     1     0
2   Play     0     1
3  Music     1     0

兼容重复数据的可选方案 #

如果你的数据中存在同一个Text对应多条重复标签的场景，可以用透视表方法实现，兼容聚合统计需求：

df_result = df.assign(flag=1)\
    .pivot_table(index='Text', columns='Label', values='flag', fill_value=0, aggfunc='sum')\
    .reset_index()[['Text', 'True', 'Fake']]

内容的提问来源于stack exchange，提问作者AccelUp