Python 试图重塑数据帧以上传到Google大查询表

我有这样的数据

Raw_Title   Custom_Field
Manager Ben
Manager Ron
Manager Liz
Severity    4 - Low
Severity    2 - High
Severity    1 - Urgent
Type of Dataset Private
Type of Dataset Public
Type of Dataset Public
Request Category    Company :: Add
Request Category    User :: Add User
Request Category    User :: Remove User
Incident Category   Pipeline :: Cloud
Incident Category   UI :: Other
Incident Category   UI :: Authentication
Platform Environment    Staging
Platform Environment    Development
Platform Environment    Production

我正试图将其重塑为：

Manager Severity    Type of Dataset Request Category    Incident Category   Platform Environment
Ben 4 - Low Private Company :: Add  Pipeline :: Cloud   Staging
Ron 2 - High    Public  User :: Add User    UI :: Other Development
Liz 1 - Urgent  Public  User :: Remove User UI :: Authentication    Production

我以为解决办法是这样的：

df = pd.DataFrame(filtered_df, columns = ['Manager','Severity','Type of Dataset','Request Category  ','Incident Category','Platform Environment'])
print(df)

然而，这给了我一个完全空的数据帧

---

我所要做的就是获取“Raw_Title”并将其从行转到列，然后在每个“Raw_Title”下的“Custom_Field”中列出数据点。我该怎么做？我必须把它转换成这种格式，这样我就可以将所有内容导出到Google的大查询表中。感谢您的关注。

您可以使用dataframe pivot来实现这一点

---

结果数据帧将为行中没有该列数据类型的每一列提供空值。如果您有一个将行链接在一起的标识符，请将其用于索引（index=）

谢谢。这似乎很有效。唯一的问题是，我在寻找一个更动态的解决方案。所以，我只想列出字段名，就像我在第二幅图中显示的那样，并得到要填充的数据点，这样所有的行都会被填充。看起来您的解决方案可行，但我无法在每次运行时手动键入所有数据点。这是从数据库中提取的，我正在使用Python转换数据并将其加载到另一个数据库中。我只是手动键入它们，因为我无法访问您的数据库。只要数据位于具有这些列名的数据框中，“.pivot”函数就可以工作

import pandas as pd


df = pd.DataFrame({'Raw_Title': ['Manager','Manager','Manager','Severity','Severity','Severity',
                    'Type of Dataset','Type of Dataset','Type of Dataset',
                    'Request Category','Request Category','Request Category',
                    'Incident Category','Incident Category','Incident Category','Platform Environment',
                    'Platform Environment','Platform Environment'],
                   'Custom_Field': ['Ben','Ron','Liz',
                       '4 - Low','2 - High','1 - Urgent',
                       'Private','Public','Public','Company :: Add',
                       'User :: Add User','User :: Remove User',
                       'Pipeline :: Cloud','UI :: Other','UI :: Authentication',
                       'Staging','Development','Production']})

dfPivoted = df.pivot(columns='Raw_Title', values='Custom_Field')