DataFrame转置

可以使用pandas库中的`transpose()`函数来进行DataFrame的转置。示例如下：

import pandas as pd

# 创建一个DataFrame
data = {
    'name': ['Alice', 'Bob', 'Charlie'],
    'age': [25, 30, 35],
    'gender': ['F', 'M', 'M']
}
df = pd.DataFrame(data)

# 转置DataFrame
df_transposed = df.transpose()

print(df)
print(df_transposed)

输出结果为：

       name  age gender
0     Alice   25      F
1       Bob   30      M
2  Charlie   35      M

             0    1        2
name    Alice  Bob  Charlie
age        25   30       35
gender      F    M        M

可以看到，转置后的DataFrame的列名变成了原来的行名，并且原来的行名成为了列名。

相关问题

dataframe转置

可以使用 pandas 中的 `transpose()` 方法来转置 DataFrame。

例如，假设有如下的 DataFrame：

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})
print(df)

输出：

   A  B  C
0  1  4  7
1  2  5  8
2  3  6  9

现在要将其转置：

df_transposed = df.transpose()
print(df_transposed)

输出：

   0  1  2
A  1  2  3
B  4  5  6
C  7  8  9

其中，行和列的索引都被交换了。如果想保留原来的索引，可以使用 `transpose()` 方法的 `copy` 参数：

df_transposed = df.transpose(copy=True)
print(df_transposed)

输出：

   A  B  C
0  1  4  7
1  2  5  8
2  3  6  9

python dataframe转置

要将一个Python DataFrame转置，可以使用DataFrame的`transpose()`方法。

下面是一个示例代码：

import pandas as pd

# 创建一个示例DataFrame
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)

# 转置DataFrame
transposed_df = df.transpose()

print(transposed_df)

输出结果为：

   0  1  2
A  1  2  3
B  4  5  6
C  7  8  9

在上述示例中，我们创建了一个包含3列的DataFrame，并使用`transpose()`方法将其转置为以列名作为索引的新DataFrame。