Pandas如何将特定结构CSV文件的行转列生成目标DataFrame

你当前的CSV属于属性按行存储的结构，每一行对应后续DataFrame的一个列，每一列（除首列外）对应一个用户的全部属性，直接通过转置操作即可完成转换，具体步骤如下：

• 第一步：导入依赖库，读取原始CSV文件
  读取时需要关闭自动表头识别，同时处理字段前的多余空格和末尾多余逗号产生的空列：

import pandas as pd

# 替换为你本地的CSV文件路径
df_raw = pd.read_csv("your_file_path.csv", header=None, skipinitialspace=True)
# 删除全为空的冗余列
df_raw = df_raw.dropna(axis=1, how="all")

• 第二步（可选，适配你给出的CSV示例格式）：处理首列的行号前缀
  如果你给出的示例中每行开头的数字是CSV文件内的实际内容（即首列值为0 full_name、1 automotive这类格式），需要先提取纯字段名：

# 拆分首列，取空格后的字段名部分
df_raw[0] = df_raw[0].str.split(n=1).str[1]

• 第三步：转置表格得到目标结构

# 将首列设为索引，后续作为转置后的列名
df_raw = df_raw.set_index(0)
# 转置后重置索引，丢弃多余的旧索引列
df_result = df_raw.T.reset_index(drop=True)

转换完成后可以通过print(df_result)查看结果，完全匹配你需要的结构。

内容的提问来源于stack exchange，提问作者Jana