如何在不丢失 Pandas 行数据的情况下合并数据透视表

Question

我有一个从名为 test_data 的 csv 文件导入的 DataFrame，其结构如下：

学校名称	考试成绩	11年级学生	12年级学生
PS 1	高级	170	106
PS 1	基本	87	53
PS 2	高级	141	120
PS 2	基本	168	167

我希望每所学校的数据只在一行中，所以我使用 .pivot_table() 来执行此操作：

test_data_by_grade_11 = test_data.pivot_table("Students in Grade 11", ["School Name"], "Test Score")


test_data_by_grade_12 = test_data.pivot_table(("Students in Grade 12", ["School Name"], "Test Score")

test_data_by_grade_11 .rename(columns = {"Advanced":"Grade 11 Advanced", "Basic":"Grade 11 Basic"}, inplace = True)

test_data_by_grade_12 .rename(columns = {"Advanced":"Grade 12 Advanced", "Basic":"Grade 12 Basic"}, inplace = True)

然后我成功得到了两张这样的表格，表格标题上方有“考试成绩”字样：

学校名称	11年级进阶	11年级基础
PS 1	170	87
PS 2	141	168

学校名称	12年级进阶	12年级基础
PS 1	106	53
PS 2	120	167

我想将这些数据透视表合并回一起创建一个这样的表：

学校名称	11年级进阶	11年级基础	12年级进阶	12年级基础
PS 1	170	87	106	53
PS 2	141	168	120	167

但是，当我尝试合并它们时，我得到的数据确实有偏差，并且与 .csv 文件不匹配，如下所示：

学校名称	11年级进阶	11年级基础	12年级进阶	12年级基础
PS 1	170	87	87	105
PS 2	170	87	87	136
PS 3	170	87	87	85
PS 4	170	87	87	96

（文件中确实存在 12 年级的基本值，但肯定与正确的行不匹配）。

由于这些重复，输出返回近 500 万行，而原始 .csv 文件大约有 6500 行。不确定这里发生了什么或我遗漏了什么 - 我怀疑这与 left_on 或 right_on 有关属性，但我已经玩过这些并且还没有得到想要的表。

Answer 1

只需一个即可获得最终的dataframe

.pivot

：

df = df.rename(columns={'Students in Grade 11': 'Grade 11', 'Students in Grade 12': 'Grade 12'})

out = df.pivot(index='School Name', columns='Test Score')
out.columns = [f'{a} {b}' for a, b in out.columns]
print(out.reset_index())

印花：

  School Name  Grade 11 Advanced  Grade 11 Basic  Grade 12 Advanced  Grade 12 Basic
0        PS 1                170              87                106              53
1        PS 2                141             168                120             167