如何将Pandas DataFrame转换为指定结构并新增new列？

我希望将Pandas DataFrame转换为如下指定结构：

原始数据：

original_data = {
    'A': ['a', 'b', 'c', 'd'],
    'B': ['5', '6', '7', '8'],
    'C': ['9', '10', '11', '12']
}
df = pd.DataFrame(original_data)

原始DataFrame：

A  B   C
0  a  5   9
1  b  6  10
2  c  7  11
3  d  8  12

目标DataFrame：

a   b   c   d new
0  5   6   7   8   B
1  9  10  11  12   C

请问该如何实现这一转换？

可以通过设置索引、转置、重命名列三步完成转换，代码如下：

import pandas as pd

original_data = {
    'A': ['a', 'b', 'c', 'd'],
    'B': ['5', '6', '7', '8'],
    'C': ['9', '10', '11', '12']
}
df = pd.DataFrame(original_data)

# 转换流程
result = df.set_index('A').T.reset_index().rename(columns={'index': 'new'})

print(result)

步骤说明： #

• set_index('A')：将A列的值转为DataFrame的行索引，为后续转置后生成目标列名做准备。
• .T：对DataFrame执行转置操作，把原有的B、C列转为行，原行索引（a、b、c、d）转为列。
• reset_index()：把转置后的行索引（B、C）转为普通列，再通过rename将该列名修改为new，完全匹配目标结构。

运行后输出结果与目标一致：

a   b   c   d new
0  5   6   7   8   B
1  9  10  11  12   C

内容的提问来源于stack exchange，提问作者H.YK