目前我正在处理从模拟器获取的数据。这些数据被放入Pandas的DataFrame中。以下是输出示例：

 1. DateTime, Sensor, Value 2. 1/13/2021 12:56:10, XTDSX5, 16.55 3. 1/13/2021 12:56:10, XTDSX6, 55.55 4. 1/13/2021 12:56:10, XTDSX9p, -15.16 5. 1/13/2021 12:56:20 PM, XTDSX5, 15.20 6. 1/13/2021 12:56:20 PM, XTDSX9p, -15.66 7. 1/13/2021 12:56:30 PM, XTDSX6, 55.56等。

现在我想将这些数据转换为以下格式：

 1. DateTime XTDSX5, XTDSX6, XTDSX9p 2. 1/13/2021 12:56:10, 16.55, 55.55,-15.16 3. 1/13/2021 12:56:20, 15.20, NaN, -15.66 4. 1/13/2021 12:56:30, NaN, 55.56, NaN

这是为了使其适合人工智能分类。有人知道如何最好地做到这一点吗？

回答：

pivoted_df = pd.pivot_table(data=df,                            index="DateTime",                            columns="Sensor",                            )pivoted_df.reset_index(inplace=True)

基本上，pd.pivot_table 将创建一个新的DataFrame，其索引将是原始DataFrame df 中 DateTime 列的唯一元素，其列将是原始 df 中 Sensor 列的唯一元素。由于 df 中只有另一个列，因此无需指定 pd.pivot_table 的 value 参数。由于答案需要一个简单的索引，我随后使用 reset_index，它将 pivoted_df 的 DateTime 索引保留为一个列。