如何实现表格转置：将原列名作为值、唯一单元格值设为新列名

嗨，我来帮你搞定这个表格重塑的问题！你想要的其实是把宽表转成稀疏的「列转行」结构，刚好我有个靠谱的方法，一步步来：

第一步：先还原你的原始数据 #

首先咱们先把你给出的表格转换成Pandas DataFrame，方便后续操作：

import pandas as pd

# 构造原始数据
data = {
    'Index': [0, 1, 2, 3, 4],
    'First Day': ['-', 'Friday', 'Sunday', 'Tuesday', 'Thursday'],
    'Second Day': ['Monday', 'Saturday', 'Monday', 'Wednesday', 'Friday'],
    'Third Day': ['Tuesday', 'Sunday', '-', '-', 'Saturday']
}
df = pd.DataFrame(data).set_index('Index')

原始表格长这样：

第二步：用melt把宽表转成窄表 #

要实现你的需求，第一步得把原来的宽表（多列）转成窄表（两列存类型和值），这一步用melt就很方便：

# 先把索引转成普通列，再执行melt
melted_df = df.reset_index().melt(
    id_vars='Index',  # 保留Index作为标识列
    var_name='Day_Type',  # 原列名（First/Second/Third Day）存到这个列
    value_name='Day'  # 原单元格的值（比如Monday、-）存到这个列
)

转完的窄表会是这样的结构（截取前几行）：

第三步：用pivot生成稀疏目标表 #

现在我们把Day作为新的列名，Index作为行索引，Day_Type作为填充值，最后把空值替换成你想要的--------：

# 执行pivot重塑表格，填充空值
result_df = melted_df.pivot(
    index='Index',
    columns='Day',
    values='Day_Type'
).fillna('--------')

最终结果 #

这样生成的表格就完全符合你的需求了，比如截取前3行的样子：

为什么你之前的方法不行？ #

你用的df.pivot_table(index=df.index, columns=df.values, values=df.columns)有个问题：df.values是整个表格的二维数值数组，pivot_table的columns参数需要传入列名，而不是直接传入表格的所有值，所以这个写法不符合Pandas的API要求，自然跑不通啦。

备注：内容来源于stack exchange，提问作者mikemike