Pandas基于指定行列列表创建DataFrame并匹配源数据填充方法

首先纠正你代码里的逻辑偏差：你之前写的匹配规则把字段对应关系搞反了，行索引row_names对应源表的attribute字段，列名column_names对应源表的start_to_end_date字段，直接用pandas透视+重索引就能实现，不需要写循环或者硬写多条件判断。

完整代码 #

import pandas as pd

# 第一步：透视源数据，自动按attribute、日期区间匹配val值
pivot_res = df.pivot(
    index="attribute",
    columns="start_to_end_date",
    values="val"
)

# 第二步：按你给定的固定行、列顺序重排，缺失值自动保留为空
df_new = pivot_res.reindex(index=row_names, columns=column_names)

如果源数据可能存在同一个attribute+日期区间有多条重复记录的情况，把pivot换成pivot_table加聚合规则即可：

pivot_res = df.pivot_table(
    index="attribute",
    columns="start_to_end_date",
    values="val",
    aggfunc="first" # 重复记录取第一条，也可以按需求换成sum、mean等
)

效果说明 #

用你提供的示例源数据跑出来的结果完全符合预期：

• 已有的匹配项会自动填充对应val值，比如CostOfGoodsAndServicesSold行、2020-04-01 - 2020-06-30列自动填充17.69
• 源数据里不存在的组合默认填充NaN，如果你需要替换成##.##占位符，加一行代码即可：

df_new = df_new.fillna("##.##")

你之前尝试的代码问题 #

• 构造空DataFrame的代码参数传错了：pd.DataFrame第一个位置参数是数据源，你直接传入行名列表，和指定的列、索引维度完全不匹配，自然无法关联源数据的值
• np.where的写法有两个问题：一是字段对应关系写反，二是列表不能直接和DataFrame的Series做等值判断，会触发长度不匹配报错，就算长度碰巧一致也只会按位置对齐，做不到按键匹配的效果。

内容的提问来源于stack exchange，提问作者Katsu