Python实现将数据行转换为表头并保留原有数据

你的需求是把按列名循环出现的长格式CSV，转换成列名作为表头、每组对应一行的宽格式表格。不需要用groupby或MultiIndex，用以下两种方法都可以快速实现：

方法一：使用Pandas（推荐，适合大数据量） #

Pandas的pivot方法可以轻松完成格式转换，核心是先给每组数据添加分组标识：

import pandas as pd

# 读取CSV，处理逗号后的空格，指定列名
df = pd.read_csv('input.csv', header=None, names=['列名', '值'], skipinitialspace=True)

# 生成分组编号：每4行（A/B/C/D各一行）为一组
df['分组'] = df.index // 4

# 转换为宽格式，去掉分组索引
result = df.pivot(index='分组', columns='列名', values='值').reset_index(drop=True)

# 打印结果（不带索引）
print(result.to_string(index=False))

# 保存到新CSV
# result.to_csv('output.csv', index=False)

运行后就会得到你想要的格式，pivot会自动把列名列的A/B/C/D转为表头，每个分组对应一行值。

方法二：纯Python实现（无需依赖库） #

如果不想用第三方库，用原生Python也可以处理：

# 读取原始数据
raw_data = []
with open('input.csv', 'r', encoding='utf-8') as f:
    for line in f:
        # 分割每行的列名和数值，处理空格
        col, val = line.strip().split(', ')
        raw_data.append((col, int(val)))

# 每4个元素为一组，整理成字典
formatted_groups = []
for i in range(0, len(raw_data), 4):
    group_dict = {col: val for col, val in raw_data[i:i+4]}
    formatted_groups.append(group_dict)

# 获取表头（A/B/C/D）
headers = list(formatted_groups[0].keys())

# 打印表头
print('\t'.join(headers))
# 打印每行数据
for group in formatted_groups:
    print('\t'.join(str(group[col]) for col in headers))

这个方法通过按步长4分割原始数据，把每组的键值对转为字典，再按顺序输出表头和每行内容。

内容的提问来源于stack exchange，提问作者Nycbros