如何将DataFrame首列值转为新列？解决透视KeyError:0报错问题

一、修复pivot的KeyError问题 #

你的脚本报错是因为没有给每行数据分配唯一的分组标识，直接用temp_df.index的话，每个key-value对都有独立索引，pivot无法将同一行的多个键值对聚合到同一行，导致索引匹配失败。

修复步骤如下：

1. 拆分每行数据时，给每行添加一个row_id作为分组标识（比如行号）；
2. pivot时用row_id作为索引，确保同一行的键值对被正确聚合。

示例代码：

import pandas as pd
import re

# 示例数据（实际可从文件读取）
data = [
    "age=senior workclass=Self-emp-not-inc salary>50K",
    "age=middle workclass=Private salary<=50K"
]

rows = []
# 给每行分配唯一row_id
for row_idx, line in enumerate(data):
    pairs = line.split()
    for pair in pairs:
        # 处理两种格式的键值对：key=value 和 key>value/key<=value
        if '=' in pair:
            k, v = pair.split('=', 1)
        else:
            match = re.match(r'(\w+)([<>]=?)(\w+)', pair)
            if match:
                k = match.group(1)
                v = f"{match.group(2)}{match.group(3)}"
            else:
                k, v = pair, ''
        rows.append({'row_id': row_idx, 'column_names': k, 'column_values': v})

temp_df = pd.DataFrame(rows)
# 用row_id作为索引进行pivot
result_df = temp_df.pivot(index='row_id', columns='column_names', values='column_values').reset_index(drop=True)
# 保存为CSV
result_df.to_csv('output.csv', index=False)

二、更优的实现方法 #

其实不需要用pivot，直接将每行数据解析为字典，再批量生成DataFrame，代码更简洁高效，还能避免索引问题：

import pandas as pd
import re

def parse_single_line(line):
    """解析单行key-value格式数据为字典"""
    line_dict = {}
    for pair in line.split():
        if '=' in pair:
            key, value = pair.split('=', 1)
        else:
            # 匹配salary>50K这类带比较符的格式
            match = re.match(r'(\w+)([<>]=?)(\w+)', pair)
            if match:
                key = match.group(1)
                value = f"{match.group(2)}{match.group(3)}"
            else:
                key, value = pair, ''
        line_dict[key] = value
    return line_dict

# 从文件读取数据（替换为你的文件路径）
with open('input_data.txt', 'r', encoding='utf-8') as f:
    all_lines = f.read().splitlines()

# 批量解析并生成DataFrame
final_df = pd.DataFrame([parse_single_line(line) for line in all_lines])
# 输出CSV
final_df.to_csv('result.csv', index=False)

这种方式直接将每行转为字典，pandas会自动将所有键作为列名，缺失的列会填充NaN，处理逻辑更直观，性能也比pivot更优。

内容的提问来源于stack exchange，提问作者dearn44