Pandas字典类型数据的键重复与矩阵转置实现方法

首先说明：你给出的期望结果字典存在语法小错误，index对应的值应为二维列表，即'index': [[27, 28, 29, 30, 31], [27, 28, 29, 30, 31], ...]，以下是两种可直接运行的实现方法：

方法1：纯Python原生实现（无需第三方库） #

# 原始数据
df = {'index': [27, 28, 29, 30, 31],
      'data': [[1, 2, 3, 4, 5, 6, 7],
               [8, 9, 10, 11, 12, 13, 14],
               [15, 16, 17, 18, 19, 20, 21],
               [22, 23, 24, 25, 26, 27, 28],
               [29, 30, 31, 32, 33, 34, 35]]}

# 1. 转置data二维数组
df['data'] = [list(col) for col in zip(*df['data'])]
# 2. 计算N：转置后data的列数
N = len(df['data'][0])
# 3. 重复index数组N次，生成二维列表
df['index'] = [df['index'].copy() for _ in range(N)]

# 打印验证结果
print(df)

运行后输出的df完全符合预期，data为转置后的7行5列数组，index为包含5个相同子列表的二维数组。

方法2：使用numpy实现（适合大规模数据场景） #

import numpy as np

# 原始数据
df = {'index': [27, 28, 29, 30, 31],
      'data': [[1, 2, 3, 4, 5, 6, 7],
               [8, 9, 10, 11, 12, 13, 14],
               [15, 16, 17, 18, 19, 20, 21],
               [22, 23, 24, 25, 26, 27, 28],
               [29, 30, 31, 32, 33, 34, 35]]}

# 1. 转置data
df['data'] = np.array(df['data']).T.tolist()
# 2. 计算N
N = len(df['data'][0])
# 3. 重复index生成二维列表
df['index'] = np.tile(df['index'], (N, 1)).tolist()

# 打印验证结果
print(df)

注意：如果不需要保留原始index数组的可修改独立性，也可以直接用[df['index'] for _ in range(N)]，但推荐加copy()避免后续修改一个子列表时所有子列表同步变更的问题。

内容的提问来源于stack exchange，提问作者Rinnosuke