如何高效将DataFrame的values行转为列并输出为CSV文件？

我有一个结构如下的DataFrame：

category    ID  values
       A   foo  ABCDEF
       A   baz  GHIJKL
       B   bar  MNOPQR
       B  biff  STUVWX
       C   bop  YZABCD

所有values字段的长度均相同。我希望将ID和values列输出到CSV文件，但需将values的每个字符转为列，输出格式如下：

foo  bar  baz  biff  bop
A    G    M    S     Y
B    H    N    T     Z
C    I    O    U     A
D    J    P    V     B
E    K    Q    W     C
F    L    R    X     D

我目前想到的方法是创建numpy数组并逐个填充values列，再转为DataFrame后用pandas输出为CSV，以ID作为表头。但该方法效率极低，请问是否有更优/更快的实现方法？

可以利用pandas的内置矢量化操作高效完成，避免手动填充数组的低效流程，具体步骤及代码如下：

实现代码 #

import pandas as pd

# 构建示例DataFrame（实际使用时替换为你的数据源）
df = pd.DataFrame({
    'category': ['A', 'A', 'B', 'B', 'C'],
    'ID': ['foo', 'baz', 'bar', 'biff', 'bop'],
    'values': ['ABCDEF', 'GHIJKL', 'MNOPQR', 'STUVWX', 'YZABCD']
})

# 核心处理逻辑：拆分字符、转置结构
result = (
    df.set_index('ID')['values']
      .str.split('', expand=True)
      .drop(0, axis=1)  # 移除拆分产生的首空列
      .T
)

# 输出为CSV文件，分隔符可根据需求调整
result.to_csv('output.csv', sep='\t', index=False)

逻辑说明 #

1. 设置索引：把ID设为DataFrame的索引，后续转置后直接成为表头。
2. 拆分字符：用str.split('', expand=True)将每个values字符串按单个字符拆分，自动展开为多列，每列对应一个字符位置。
3. 清理空列：拆分操作会在开头生成一个空字符串列，用drop移除。
4. 转置结构：通过.T转置DataFrame，让原本按行排列的字符转为按行输出，完全匹配目标格式。

这种方法依赖pandas的内部优化，比手动循环填充数组效率高几个数量级，尤其适合处理大规模数据。

内容的提问来源于stack exchange，提问作者Whitehot