如何在Python中对Pandas数据集实现Excel透视表转换及差值计算

报错KeyError: 'Region'原因 #

你指定pivot_table的index参数为Region，但你原始数据集只有ParamID、EquipmentID、SetValue三个字段，不存在Region字段，因此触发键值不存在错误。

实现目标表结构的正确步骤 #

步骤1：导入依赖并读取数据 #

import pandas as pd
import numpy as np

# 读取原始CSV文件
df = pd.read_csv("你的文件路径.csv")

步骤2：生成透视表 #

以ParamID为索引，EquipmentID为列名，SetValue为对应值生成透视表，若同一个ParamID+EquipmentID对应唯一一条SetValue记录，直接用pivot方法即可：

pivot_df = df.pivot(
    index="ParamID",
    columns="EquipmentID",
    values="SetValue"
)

如果存在重复的组合记录，用pivot_table指定聚合规则即可，比如取第一条记录：

pivot_df = df.pivot_table(
    index="ParamID",
    columns="EquipmentID",
    values="SetValue",
    aggfunc="first"
)

步骤3：新增Difference差值列 #

如果需要保留原始缺失值标注，差值计算直接对应列相减即可，缺失值对应的差值会自动标注为NaN：

# 当EquipmentID取值为Line1、Line2时
pivot_df['Difference'] = pivot_df['Line1'] - pivot_df['Line2']

如果需要将缺失值替换为0后再计算差值：

pivot_df['Difference'] = pivot_df['Line1'].replace(np.nan, 0) - pivot_df['Line2'].replace(np.nan, 0)

EquipmentID取值为数字21、22时报KeyError: '21'的原因 #

原始数据中EquipmentID的取值为数字类型（int/float）时，透视表生成的列名也是对应数字类型，你使用字符串'21'作为键取值时，无法匹配到数字类型的列名21，因此触发报错。
解决方法直接使用数字作为列名索引即可：

pivot_df['Difference'] = pivot_df[21].replace(np.nan, 0) - pivot_df[22].replace(np.nan, 0)

如果不确定列名类型，可执行print(pivot_df.columns)查看列的具体值和类型。

内容的提问来源于stack exchange，提问作者Marvy