如何正确透视Pandas DataFrame不丢失数据，得到目标格式结果？

你遇到的「压缩」问题来自两个核心原因：

• pd.pivot_table默认会对同组(索引, 列)组合下的多个score值执行聚合计算，默认聚合规则为求平均值，会把多条数据合并为单条
• 你设置的索引顺序为['metric', 'Final Result']，和你需要的final_result在前的行维度顺序不符，同时如果列名大小写/拼写和原表不一致，也会导致数据异常

方案1：无重复组合时直接使用pd.pivot #

如果确认每组(final_result, metric, model)对应唯一的score值，不需要聚合逻辑，直接用pd.pivot即可避免自动聚合：

# 注意index顺序、列名要和原DataFrame完全一致
res = pd.pivot(
    modelPerformance,
    values='score',
    index=['final_result', 'metric'],
    columns='model'
).reset_index()

如果需要关闭多层索引的合并显示效果（避免视觉上的「压缩」感），可以提前设置pandas显示参数：

pd.set_option('display.multi_sparse', False)

方案2：存在重复组合时指定聚合规则保留全量数据 #

如果同组下存在多个score值，明确指定聚合函数即可避免默认聚合导致的数据丢失：

# 示例1：保留同组所有score值，用列表存储
res = pd.pivot_table(
    modelPerformance,
    values='score',
    index=['final_result', 'metric'],
    columns='model',
    aggfunc=list,
    fill_value=[] # 空值填充为空列表
)

# 示例2：同组取最大值，空值填充为0
res = pd.pivot_table(
    modelPerformance,
    values='score',
    index=['final_result', 'metric'],
    columns='model',
    aggfunc='max',
    fill_value=0
)

内容的提问来源于stack exchange，提问作者Jamess11