Pandas如何实现DataFrame列转行转置得到Scores与Values对应表

你的两种实现逻辑都没匹配原DataFrame的结构特征：原表前两列是标识列，从Min_4到Max_4的每一列，对应目标结果里的一行，其中第一行（Variable=Scores）存的是目标表Scores列的值，第二行（Params=MAP）存的是目标表Values列的值。

• 直接用melt()的错误：你把Variable、Params作为固定列融表后，分数值和MAP生理值会被堆到同一个值列里，没法拆成目标要求的两列结构。
• 转置方法出object类型的错误：你把所有数值列设为索引再转置，pandas需要兼容列里的混合值（分数、MAP值、NaN），会自动把类型降级为object，后续切片的索引逻辑也不对，切不到正确的数值范围。

直接提取对应行的数值拼接成新表即可，不会出现类型异常，代码最简单：

# 提取所有存储数值的列（从第三列开始到末尾）
num_cols = df_MAP.columns[2:]

# 分别提取分数序列、MAP值序列，拼接为新DataFrame
df_result = pd.DataFrame({
    "Scores": df_MAP[df_MAP["Variable"] == "Scores"][num_cols].iloc[0].values,
    "Values": df_MAP[df_MAP["Params"] == "MAP"][num_cols].iloc[0].values
})

执行后得到的结果和目标结构完全一致，两列均为数值类型，不会出现object类型问题：

Scores  Values
0     4.0   160.0
1     3.0   130.0
2     2.0   110.0
3     1.0     NaN
4     0.0    70.0
5     1.0     NaN
6     2.0    50.0
7     3.0     NaN
8     4.0    49.0

内容的提问来源于stack exchange，提问作者pythondumb