我的数据集看起来像这样：
ID_Patient Exam_Name Exam_Result385sdjhf76 Hemogram - Platelets 8487 u.p385sdjhf76 Urine - Color dark yellow385sdjhf76 COVID-19 PCR Detected...COVID-19检查结果将是我的目标变量，其他检查将作为特征。我想做的包括为每个检查创建一个列，并用Exam_Result列中的值填充这些列。这种转换将减少数据集的行数，并使其看起来像这样：
ID_Patient Hemogram - Platelets Urine - Color COVID-19 PCR385sdjhf76 8487 u.p dark yellow Detected 490dshfj76 374 u.p Nan Not detected387sshhf88 ... ... ...我已经使用get_dummies为每个检查创建了二进制列，但无法用Exam_Result中的值替换1。你有什么想法可以实现这种转换吗？
回答：
看起来你正在寻找pivot。
我将生成一些虚拟数据作为一个快速示例：
data = {'ID_Patient':[1] * 4 + [2] * 4, 'Exam_Name':[f'exam {i}' for i in range(4)] * 2, 'Exam_Result':[f'result {i}' for i in range(8)]}df = pd.DataFrame(data)df现在看起来像这样：
ID_Patient Exam_Name Exam_Result0 1 exam 0 result 01 1 exam 1 result 12 1 exam 2 result 23 1 exam 3 result 34 2 exam 0 result 45 2 exam 1 result 56 2 exam 2 result 67 2 exam 3 result 7让我们进行透视操作：
df = df.pivot(index='ID_Patient', columns='Exam_Name', values='Exam_Result')df现在看起来像这样：
Exam_Name exam 0 exam 1 exam 2 exam 3ID_Patient 1 result 0 result 1 result 2 result 32 result 4 result 5 result 6 result 7如果您不想要多重索引，可以这样做：
df = df.reset_index().rename_axis(None, axis=1)现在df看起来像这样：
ID_Patient exam 0 exam 1 exam 2 exam 30 1 result 0 result 1 result 2 result 31 2 result 4 result 5 result 6 result 7