如何将DataFrame单列按每76行拆分重组为76列76行结构

你的原始数据共5776行，刚好满足76*76的维度要求，直接用numpy维度变换实现即可，无需循环，执行效率最高。

• 核心逻辑：将原单列的数组按列优先顺序重排为76行×76列的二维数组，再转回DataFrame格式，即可实现每连续76行数据作为一个新列的效果。

完整代码示例 #

import pandas as pd
import numpy as np

# 假设原始单列DataFrame变量名为df
# 取第一列的数值做维度变换，order='F'代表按列优先填充，匹配每76行转一列的需求
new_df = pd.DataFrame(
    data=df.iloc[:, 0].to_numpy().reshape(76, 76, order='F')
)

# 可选：自定义新列名，比如按序号命名
new_df.columns = [f'column_{i}' for i in range(76)]

# 校验输出结构，正确结果会打印(76, 76)
print(new_df.shape)

注意：如果reshape时不传order='F'，默认会按行优先填充，最终效果是每76行转为新表的一行，和你的需求不符，这个参数不能漏。

内容的提问来源于stack exchange，提问作者xocrazy67