Python：如何将偶数索引列与对应奇数列关联生成新DataFrame

1. 模拟读取后的样本DataFrame #

先模拟无表头Excel读取后的结构，还原你提到的列特征：

import pandas as pd
import numpy as np

# 模拟数据：偶数索引列是天数（无表头，显示Unnamed），奇数列是位置名称+对应数值
data = {
    'Unnamed: 0': [1, 2, 3, np.nan, np.nan],
    '位置A': [10, 20, 30, np.nan, np.nan],
    'Unnamed: 2': [0, 1, 4, 5, np.nan],
    '位置B': [5, 15, 25, 35, np.nan],
    'Unnamed: 4': [2, 3, np.nan, np.nan, np.nan],
    '位置C': [100, 200, np.nan, np.nan, np.nan]
}
df = pd.DataFrame(data)

2. 核心转换逻辑 #

按需求生成目标DataFrame：

# 基准日期
date_value = pd.to_datetime('2023-01-01', format='%Y-%m-%d')

# 存储结果行的列表
result_rows = []

# 按步长2遍历列，每一组对应「天数列+位置数值列」
for i in range(0, len(df.columns), 2):
    days_col = df.columns[i]
    pos_col = df.columns[i+1]
    pos_name = pos_col  # 位置列名直接作为位置名称
    
    # 过滤空值行，提取有效数据
    valid_data = df[[days_col, pos_col]].dropna()
    
    # 逐行计算日期并生成结果数据
    for _, row in valid_data.iterrows():
        days_to_add = int(row[days_col])
        target_date = date_value + pd.Timedelta(days=days_to_add)
        result_rows.append({
            '位置名称': pos_name,
            '日期': target_date,
            '数值': row[pos_col]
        })

# 转换为最终DataFrame
final_df = pd.DataFrame(result_rows)

3. 输出结果示例 #

运行后final_df的结构如下：

关键说明 #

• 按步长2遍历列，确保每组数据对应正确的天数和位置
• 用dropna()过滤空值行，避免无效数据混入结果
• 通过pd.Timedelta实现日期偏移，保证日期计算精准
• 最终整合为标准结构的DataFrame，便于后续分析或导出

内容的提问来源于stack exchange，提问作者whitepanda