Python 如何熔化pd.DataFrame来组织数据？（包括玩具示例） 问题 我很想知道如何将下面提供的玩具示例中的数据_df融化为所需的_df 将熊猫作为pd导入 数据帧（数据=['FR'，'Aug'，100]，'FR'，'Sep'，170]，'FR'，'Oct'，250]， [KR'、'8'，9]、'KR'、'9'，12]、'KR'、'10'，19]， [US'、'Aug'，360]、'US'、'Sep'，500]、'US'、'Oct'，700]， 列=['country'、'time'、'covid19']） 数据 >>>国家时间19 2010年8月0日 《联邦公报》第1卷第170页 2010年10月2日 8月9日3KR 9月12日星期四 10月19日星期五 2006年8月6日美国 7美国9月500日 2007年10月8日美国 我的期望输出如下：desired_df，列中的国家名称，索引中的时间，以及数据框中的新冠病毒19例患者数量作为值 所需的 >>>FR KR US 8月100日9360 九月170日12500 10月250日19700 我认为pd.melt会有所帮助，但它并没有像我所希望的那样创建索引和列

尝试

pivot

：

data = data_df.pivot(index = 'time', columns = 'country')
print(data)

其中：

country      FR  KR   US
time                    
Aug         100   9  360
Oct         250  19  700
Sep         170  12  500

---

索引按字母顺序排列。按你喜欢的顺序重新排列。为了按日历顺序排列，我建议Brad Solomon的答案，它使用了pd.Category

尝试

pivot

：

data = data_df.pivot(index = 'time', columns = 'country')
print(data)

其中：

country      FR  KR   US
time                    
Aug         100   9  360
Oct         250  19  700
Sep         170  12  500

索引按字母顺序排列。按你喜欢的顺序重新排列。为了按日历顺序排列，我建议使用Brad Solomon的答案，它使用了pd.category