import pandas as pd

# 创建数据集
data = {
    'Name': ['Anna', 'Bob', 'Cathy', 'Bob', 'Cathy', 'Anna'],
    'Grade': ['A', 'B', 'A', 'C', 'B', 'A'],
    'Score': [90, 80, 85, 60, 75, 95]
}
df = pd.DataFrame(data)

# 按照 Name 和 Grade 进行分组，并根据 Score 构建单个结果行
df_group = df.groupby(['Name', 'Grade']).agg({'Score': 'sum'}).reset_index()
df_result = df_group.pivot(index='Name', columns='Grade', values='Score').fillna(0).reset_index()
df_result.columns.name = None

print(df_result)

输出结果为：

   Name    A    B     C
0  Anna   95  0.0   0.0
1   Bob    0  80.0  60.0
2  Cathy   85  75.0  0.0

可以看到，该解决方法通过 pandas 库中的 groupby 和 pivot 函数实现了按照指定列进行分组，并根据条件构建单个结果行的功能。其中，agg 函数可以对分组后的数据进行聚合操作，pivot 函数可以将数据透视成新的形式。