Pandas如何将指定列行值转为表头重构DataFrame

之前两种方法失效的核心原因有两个：

• values列存储的是[{'value': 数值}]格式的嵌套结构，不是可直接用于表转换的标量值
• 调用pivot时未指定索引、取值参数，直接转置时没有做指标名到列名的映射，无法生成符合要求的列结构

直接按以下步骤处理即可，最终输出你要的单行宽表，自动过滤全空的title、description列：

import pandas as pd

# 1. 先从嵌套的values列中提取实际指标值，转为标量
df_list['actual_value'] = df_list['values'].apply(lambda item: item[0]['value'])

# 2. 透视生成宽表，固定保留id、period列，name列值转为新列名
df_result = df_list.pivot(
    index=['id', 'period'],
    columns='name',
    values='actual_value'
).reset_index()

# 3. 清除列索引残留的名称（可选，优化输出格式）
df_result.columns.name = None

处理后得到的df_result结构如下：

• 固定包含id、period两列，取值和原表一致
• 原name列的每一个唯一指标名（比如total_video_followers、total_video_followers_unique）都会成为独立列，对应列值就是原行中values存储的指标数值
• 全为空值的title、description列不会出现在结果中
• 若后续原表存在多组不同id/period的数据，该代码也能兼容，自动按id+period维度生成对应行的宽表结果

内容的提问来源于stack exchange，提问作者KristiLuna