如何高效将现有DataFrame转换为目标格式的新DataFrame？

原DataFrame信息 #

原DataFrame x 的结构：

x
                year  mar 31, 2024  mar 31, 2023
0         net income       306.000      524.0000
1  net income growth        -0.416       -0.0455
2      retained rate           NaN           NaN
3                 pe       419.930        0.0000

行索引与列名：

x.index
RangeIndex(start=0, stop=4, step=1)
x.columns
Index(['year', 'mar 31, 2024', 'mar 31, 2023'], dtype='object')

期望转换后的格式 #

目标DataFrame new_x：

new_x
     year          net income  net income growth  retained rate      pe   
0    mar 31, 2024       306.0             -0.416            NaN  419.93     
1    mar 31, 2023       524.0            -0.0455            NaN     0.0

行索引与列名：

new_x.index
RangeIndex(start=0, stop=1, step=1)
new_x.columns
['year', 'net income', 'net income growth', 'retained rate', 'pe']

高效实现方法 #

直接转置无法满足需求，需结合索引设置、转置和列名调整完成，具体操作如下：

分步实现 #

1. 将year列设为DataFrame的索引，让指标名称成为转置后的列名

x.set_index('year', inplace=True)

2. 转置DataFrame，并重置行索引为默认序列

new_x = x.T.reset_index()

3. 将原索引列重命名为year，匹配目标格式

new_x.rename(columns={'index': 'year'}, inplace=True)

4. 重置行索引为从0开始的连续整数（可选，用于严格匹配目标索引）

new_x.reset_index(drop=True, inplace=True)

一行代码整合 #

可将上述步骤合并为一行，更简洁高效：

new_x = x.set_index('year').T.reset_index().rename(columns={'index': 'year'}).reset_index(drop=True)

执行后得到的new_x完全符合期望格式。

内容的提问来源于stack exchange，提问作者showkey