如何将pandas DataFrame第一列作为列名实现表转置

你需要实现的是行列互转的宽表重构需求，无需使用pivot_table，用更轻量的转置方法即可实现，支持动态识别A开头的列、动态适配PRD列的取值，无需硬编码列名。

步骤1：构造示例测试数据（可跳过） #

import pandas as pd

# 对应你给出的源DataFrame结构
df = pd.DataFrame({
    'PRD': ['DN', 'AV', 'PVAL'],
    'A1': ['12', 'uy-9', 12.9],
    'A2': ['67-1', 'iu-9', 1.9],
    'A3': ['34', 'uyt', 2.3],
    'A4': ['98', 'tr', 3.9],
    'A5': ['07', 'uytq', 6.9],
    'A6': ['45', 'hbg', 8.0],
    'A7': ['29', 'nba', 12]
})

步骤2：核心转换代码 #

方法1：直接转置（最简写法） #

将PRD列设为索引后直接转置，再重置索引即可得到目标结构，自动适配所有A列和PRD的取值：

res = df.set_index('PRD').T.reset_index(names='PRD')

低版本pandas兼容写法 #

如果你的pandas版本低于1.5.0，不支持reset_index的names参数，改用以下写法：

res = df.set_index('PRD').T.reset_index()
# 重命名首列，其余列名自动继承PRD的取值无需手动指定
res = res.rename(columns={'index': 'PRD'})

输出验证 #

转换后的res结构和你需要的目标完全一致：

补充说明 #

pivot_table多用于需要对重复值做聚合统计的场景，你的需求本质是纯行列转置，用上面的转置方法性能更高、写法更简单。

内容的提问来源于stack exchange，提问作者Stan