Python实现DataFrame指定行数重排及反向转换方法求助

1. 解决reshape报错问题 #

你代码里的错误是因为**reshape是numpy数组的方法，必须用圆括号()调用，而非方括号[]**。方括号用于索引数组元素，用在方法上会触发TypeError。

修正后的基础重排代码：

import pandas as pd
import numpy as np

dat = pd.DataFrame({'COL1' : ["A", "S", "D", "F", "G", "T", "Y", "U", "D"], 
                    'COL2' : [3, 4, 5, 2, 4, 56, 7, 5, 5]})
dat_array = dat.to_numpy()
# 用圆括号传参数，-1表示让numpy自动计算对应维度的长度
reshaped_array = dat_array.reshape(2, -1)

2. 指定行数重排DataFrame #

重排的核心要求是：原始数据的总元素数必须等于目标行数×目标列数（否则reshape会报错）。你的原始DataFrame是9行2列，总元素数为18，因此可指定的行数需是18的约数（比如2、3、6、9等）。如果要指定4行，18无法被4整除，这种情况要么调整原始数据量，要么使用resize（但会填充重复/截断数据，不推荐）。

指定行数重排示例（以3行为例） #

# 指定目标行数为3，自动计算列数
target_rows = 3
reshaped_array = dat_array.reshape(target_rows, -1)
# 转回DataFrame，自定义列名
reshaped_df = pd.DataFrame(reshaped_array, columns=[f'NEW_COL_{i+1}' for i in range(reshaped_array.shape[1])])
print(reshaped_df)

运行输出：

NEW_COL_1 NEW_COL_2 NEW_COL_3 NEW_COL_4 NEW_COL_5 NEW_COL_6
0         A         3         S         4         D         5
1         F         2         G         4         T        56
2         Y         7         U         5         D         5

3. 从重排后的DataFrame还原原始结构 #

还原只需将重排后的数组再reshape回原始形状（9行2列），再转回DataFrame即可：

# 从重排后的DataFrame提取数组
restored_array = reshaped_df.to_numpy().reshape(9, 2)
# 转回原始结构的DataFrame
restored_df = pd.DataFrame(restored_array, columns=['COL1', 'COL2'])
print(restored_df)

运行后会得到与原始dat完全一致的DataFrame。

内容的提问来源于stack exchange，提问作者Bogaso