如何用Pandas将数据框行转为新空数据框列并添加class列

我明白你的需求啦——你想把原DataFrame里行索引（也就是A列的a、b、c）变成新DataFrame的列，还要额外加一个class列对吧？用pivot没得到预期结果很正常，咱们换个简单直接的思路来实现：

第一步：先确认原DataFrame的结构 #

先把你的原DataFrame用代码复现出来（方便后续操作）：

import pandas as pd

# 假设你的原DataFrame是这样的（A是行索引）
df = pd.DataFrame(
    {'B': [2, 4, 4], 'C': [4, 6, 8]},
    index=['a', 'b', 'c']
)
# 如果你的原DataFrame里A是单独一列的话，先转成索引：
# df = pd.DataFrame({'A': ['a','b','c'], 'B': [2,4,4], 'C': [4,6,8]}).set_index('A')

第二步：创建目标空DataFrame #

直接提取原DataFrame的行索引作为新列名，再加上class列，然后初始化空DataFrame就可以了：

# 生成目标列名列表：原索引 + ['class']
target_columns = df.index.tolist() + ['class']
# 创建空的DataFrame
new_df = pd.DataFrame(columns=target_columns)

执行完之后，new_df的结构就是你想要的：

Empty DataFrame
Columns: [a, b, c, class]
Index: []

为什么pivot不符合预期？ #

df.pivot(columns='A')的作用是把A列的取值作为多级列的外层标签，同时会保留原数据的行结构，最终得到的是带多级列的DataFrame，和你需要的“空的、列直接是a/b/c/class”的结构完全不同，所以这个方法不适用哦。

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