Pandas如何互换DataFrame行索引与单元格值重构数据

你需要实现的是逐列将单元格的等级值（A/B/C）替换为新行索引，原人名行索引替换为对应单元格值的结构转换，pivot类方法面向长宽表转换场景，不适配这类逐列映射反转的需求，直接按逐列处理的逻辑实现即可。

完整实现代码 #

import pandas as pd
import numpy as np

# 构造原始DataFrame
df = pd.DataFrame({
    "day1": {"JOHN": "A", "JANE": "B", "JILL": "C"},
    "day2": {"JOHN": "A", "JANE": "C", "JILL": np.nan},
    "day3": {"JOHN": "C", "JANE": "A", "JILL": "B"}
})

# 逐列反转索引与值的映射，固定新行索引顺序
result = df.apply(
    lambda col: pd.Series(col.index, index=col.values).reindex(["A", "B", "C"])
)

print(result)

运行输出 #

执行代码后将得到完全匹配预期的结果：

day1  day2  day3
A  JOHN  JOHN  JANE
B  JANE   NaN  JILL
C  JILL  JANE  JOHN

实现逻辑说明 #

• 用df.apply()逐列遍历原始表，对每一列单独做映射转换，不改变原有列的顺序
• 对单列数据，直接以原单元格值作为新索引、原行索引（人名）作为新值构造Series，一步完成索引和值的互换
• 用reindex(["A", "B", "C"])固定新表的行顺序，未匹配到值的位置（比如day2的B等级）会自动填充为NaN，和预期结果一致

内容的提问来源于stack exchange，提问作者jsteinbecker