如何将按病原体测试行存储的DataFrame转换为按被测个体行存储并新增阳性标识列？

可以用Pandas的分组聚合和透视功能实现需求，以下是具体步骤和代码：

1. 核心逻辑 #

• 按sampleID分组，判断每组内是否存在阳性检测结果，生成pathPresence二进制列
• 将每个样本的检测结果转换为单行格式（可选择仅保留样本标识与阳性状态，或同时保留所有病原体的检测结果）

2. 代码实现 #

假设原始DataFrame名为df，包含列：sampleID（样本标识）、pathogen_name（病原体名称）、result（检测结果，1代表阳性，0代表阴性）

方式一：仅保留样本ID与阳性状态 #

import pandas as pd

# 按sampleID分组，取组内检测结果的最大值（存在阳性则为1，否则为0）
summary_df = df.groupby('sampleID')['result'].max().reset_index()
# 重命名列名为需求的pathPresence
summary_df.rename(columns={'result': 'pathPresence'}, inplace=True)

方式二：保留所有病原体检测结果（宽列格式）+ 阳性状态 #

# 将长格式数据转为宽格式，每个病原体对应一列
wide_df = df.pivot(index='sampleID', columns='pathogen_name', values='result').reset_index()

# 添加pathPresence列：判断当前样本是否有任意病原体呈阳性
wide_df['pathPresence'] = wide_df.drop('sampleID', axis=1).any(axis=1).astype(int)

3. 结果验证 #

处理后的DataFrame总计60行（对应60只啮齿动物），pathPresence列值为1表示该样本有至少一种病原体阳性，0表示全阴性，完全匹配需求。

内容的提问来源于stack exchange，提问作者Coen