如何将DataFrame中每个唯一ID对应内容转换为独立列表变量？

没问题，我来帮你实现这个需求——把DataFrame里每个ID对应的M开头列转成指定格式的列表，还能自动生成对应独立变量。

首先，我们先还原你的示例DataFrame：

import pandas as pd

# 构造你的示例数据
df = pd.DataFrame({
    "ID": ["E001", "E002", "E003"],
    "M001": [3, 4, 4],
    "M002": [4, 5, 3],
    "M003": [3, 5, 5],
    "M004": [2, 3, 4]
})

接下来，我们可以通过遍历DataFrame的每一行，动态生成目标变量：

# 遍历每一行数据
for _, row in df.iterrows():
    # 获取当前行的ID
    id_label = row["ID"]
    # 筛选出所有以"M"开头的列，生成[列名, 对应值]的嵌套列表
    result_list = [[col, row[col]] for col in df.columns if col.startswith("M")]
    # 动态创建以 {ID}_response 命名的变量
    globals()[f"{id_label}_response"] = result_list

执行完这段代码后，你就能得到三个独立的变量：E001_response、E002_response、E003_response，完全符合你要的格式。我们可以验证一下：

print(E001_response)
# 输出：[['M001', 3], ['M002', 4], ['M003', 3], ['M004', 2]]

print(E002_response)
# 输出：[['M001', 4], ['M002', 5], ['M003', 5], ['M004', 3]]

补充说明 #

如果你的ID数量很多，动态创建大量全局变量可能会导致代码维护困难，这时更推荐用字典来统一存储所有结果：

responses_dict = {}
for _, row in df.iterrows():
    id_label = row["ID"]
    responses_dict[id_label] = [[col, row[col]] for col in df.columns if col.startswith("M")]

# 调用方式：responses_dict["E001"]

内容的提问来源于stack exchange，提问作者user12225102