CSV文件在Python中将列转换为行

我一直在为这个伤脑筋，我可能只需要退一步

我有这样一个CSV文件：（虚拟数据-可能有1-20个参数）

汽车、名字、年龄、颜色

福特，迈克，45岁，蓝色

大众，彼得，67岁，黄色

需要

汽车、参数、价值

福特，名字，迈克

福特，45岁

福特，彩色，蓝色

大众，名字，彼得

大众，年龄，67岁

大众，彩色，黄色

我在看：

但我认为，因为我想保持CAR列的静态，Python zip函数可能无法破解它

对这位阳光明媚的周五大师有什么想法吗

问候

>使用：

输入和输出示例：

>>> df_in
    CAR   NAME  AGE  COLOUR
0  Ford   Mike   45    Blue
1    VW  Peter   67  Yellow
>>> df_out
    CAR PARAMETER   VALUE
0  Ford      NAME    Mike
1  Ford       AGE      45
2  Ford    COLOUR    Blue
3    VW      NAME   Peter
4    VW       AGE      67
5    VW    COLOUR  Yellow

我能够使用一些调整，现在一切都很好

import csv

with open('transposed.csv', 'wt') as destfile:
    writer = csv.writer(destfile)
    writer.writerow(['car', 'parameter', 'value'])
    with open('input.csv', 'rt') as sourcefile:
        for d in csv.DictReader(sourcefile):
            car= d.pop('car')
            for parameter, value in sorted(d.items()):
                row = [car, parameter.upper(), value]
                writer.writerow(row)

---

嗨，Stef，非常感谢你的投入。我本来想尝试不使用任何外部的东西，我已经有了，我现在可以使用，我已经准备好了，谢谢

import csv

with open('transposed.csv', 'wt') as destfile:
    writer = csv.writer(destfile)
    writer.writerow(['car', 'parameter', 'value'])
    with open('input.csv', 'rt') as sourcefile:
        for d in csv.DictReader(sourcefile):
            car= d.pop('car')
            for parameter, value in sorted(d.items()):
                row = [car, parameter.upper(), value]
                writer.writerow(row)