如何将数据集前6行转为独立列，第7行回到第一列？

Python Pandas 实现 #

这种循环填充的行转列逻辑可以通过计算每行对应的目标列索引，再分组转置来实现，以下是具体代码：

import pandas as pd

# 构造示例数据（替换成你的实际数据集）
data = pd.DataFrame({'value': [f'行{i+1}' for i in range(10)]})

# 计算每行对应的目标列索引（0-5对应6列，循环复用）
data['col_idx'] = data.index % 6

# 分组后转置为宽表
result = data.groupby('col_idx')['value'].apply(list).apply(pd.Series).T

# 给列重命名为更直观的名称
result.columns = [f'列{i+1}' for i in range(6)]

print(result)

运行后，前6行数据会分别填入列1到列6的第一行，第7行填入列1的第二行，第8行填入列2的第二行，以此类推。

SQL 实现（以MySQL为例） #

如果用SQL处理，可以通过窗口函数计算分组和列索引，再用条件聚合实现行转列：

-- 假设你的数据存储在data表的value列中
SELECT
    MAX(CASE WHEN col_idx = 1 THEN value END) AS 列1,
    MAX(CASE WHEN col_idx = 2 THEN value END) AS 列2,
    MAX(CASE WHEN col_idx = 3 THEN value END) AS 列3,
    MAX(CASE WHEN col_idx = 4 THEN value END) AS 列4,
    MAX(CASE WHEN col_idx = 5 THEN value END) AS 列5,
    MAX(CASE WHEN col_idx = 6 THEN value END) AS 列6
FROM (
    SELECT 
        value,
        -- 计算目标列编号（1-6循环）
        (ROW_NUMBER() OVER () - 1) % 6 + 1 AS col_idx,
        -- 计算结果行的分组（每6行一组）
        FLOOR((ROW_NUMBER() OVER () - 1) / 6) AS row_group
    FROM data
) t
GROUP BY row_group;

子查询里的ROW_NUMBER()生成行号，通过取模运算让列编号循环1-6，再按分组聚合得到最终的宽表结构。

Excel 快速实现 #

如果用Excel处理，假设原始数据在A列（从A1开始），可以在B1单元格输入公式：

=INDEX($A:$A,ROW()*6-6+COLUMN()-1)

然后向右拖动到G列（对应6列），再向下拖动填充，就能实现循环填充的效果。

内容的提问来源于stack exchange，提问作者colm rush