请求提供行转列（data transpose）实现代码：特定规则数据转置需求

原始数据与目标效果说明 #

原始数据样例：

目标效果：

Python（Pandas）实现代码 #

import pandas as pd

# 构造原始数据（可替换为实际数据读取逻辑，比如pd.read_excel/pd.read_csv）
data = {
    '列1': ['A', '', '', 'B', '', 'C'],
    '列2': [1, 2, 3, 4, 5, 6]
}
df = pd.DataFrame(data)

# 用前一个非空值填充列1的空值，生成分组标识
df['分组键'] = df['列1'].replace('', pd.NA).ffill()

# 分组后将列2数据转置为多列
transposed_df = df.groupby('分组键')['列2'].apply(lambda x: pd.Series(x.values)).unstack()

# 重命名列并调整结构
transposed_df.columns = [f'列2_{idx+1}' for idx in transposed_df.columns]
transposed_df = transposed_df.reset_index().rename(columns={'分组键': '列1'})

# 将空值替换为空字符串（可选，根据展示需求调整）
transposed_df = transposed_df.fillna('')

print(transposed_df)

代码说明 #

• 分组标识生成：通过ffill()方法将列1的连续空值填充为前一个非空值，把同属一个主项的行归为一组
• 行转列操作：利用groupby分组后，将每个组的列2数据转为Series，再通过unstack()实现行转列
• 格式调整：重命名列名、重置索引，最后可选将空值替换为空字符串，让输出更贴合目标效果

内容的提问来源于stack exchange，提问作者Wardex