Python Pandas数据行列转换：将new_c_header列值转为新表头

实现方案 #

你可以通过melt + pivot的组合实现需求，核心逻辑是先把多列属性展开为行，再按表头字段转置为列，具体代码如下：

import pandas as pd

# 假设原始数据已读取为df
# 可选：如果原始空单元格是空白字符串而非NaN，先做格式转换
df = df.replace(r'^\s*$', pd.NA, regex=True)

# 第一步：将3个Attribute列从宽格式转为长格式
df_melted = df.melt(
    id_vars=['prefix', 'new_c_header'],
    value_vars=['1Attribute', '2Attribute', '3Attribute'],
    value_name='val'
)

# 第二步：删除空值（对应Overage行的空Attribute条目）
df_melted = df_melted.dropna(subset=['val'])

# 第三步：将new_c_header的取值转为列名完成转置
df_result = df_melted.pivot(
    index=['prefix', 'variable'],
    columns='new_c_header',
    values='val'
).reset_index()

# 第四步：清理冗余列，调整输出格式
df_result = df_result.drop(columns=['variable']).reset_index(drop=True)
# 若不需要保留空的Overage列可执行下行代码删除
# df_result = df_result.drop(columns=['Overage per Full Batch (Kg)'])

print(df_result)

运行后输出的df_result就和你预期的目标格式完全一致。

内容的提问来源于stack exchange，提问作者specmer