Pandas DataFrame转置问题：将特定结构数据表转换为指定格式

嘿，这个需求很常见，就是把长格式数据转成宽格式嘛，用Pandas的几个内置函数就能轻松实现，我给你两种靠谱的方法：

第一步：先构造原始数据（方便你复现测试） #

import pandas as pd

# 模拟你提供的原始DataFrame结构
df = pd.DataFrame({
    'index': ['A', 'B', 'C'],
    'price': [2, 3, 4],
    'Date': ['XX', 'XX', 'XX']
}).set_index('index')

方法1：使用pivot函数（最直观的方式） #

pivot函数专门用来做这种行列转换，指定好行、列、值的对应关系就行：

# 执行转换
result = df.pivot(index='Date', columns=df.index, values='price')

# 调整格式，去掉多余的索引/列名称
result.columns.name = None  # 移除列的名称标签
result.index.name = 'Index'  # 把行索引命名为你要的"Index"

方法2：使用set_index + unstack（更灵活的底层操作） #

如果你想理解转换的底层逻辑，可以用这种组合方式：

# 先把Date和原index组合成多级索引，再把原index转成列
result = df.set_index('Date', append=True)['price'].unstack(level=0)

# 调整索引和列名到目标格式
result = result.T.rename_axis('Index').rename_axis(None, axis=1)

最终结果 #

两种方法运行后都会得到你想要的格式：

补充说明：如果你的数据里有多个不同的Date值，这两种方法也能自动按Date分组转换，完美适配多场景~

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