我有一个元组列表，例如
data = [
('r1', 'c1', avg11, stdev11),
('r1', 'c2', avg12, stdev12),
('r2', 'c1', avg21, stdev21),
('r2', 'c2', avg22, stdev22)
]
我想将它们放入一个熊猫数据框，其中第一行命名为行，第二列命名为列。看来，处理行名称的方法类似，pandas.DataFrame([x[1:] for x in data], index = [x[0] for x in data])但如何处理列以获得2x2矩阵（前一组的输出为3x4）？是否还有一种更智能的方式来处理行标签，而不是显式地忽略它们？
编辑似乎我将需要2个数据框-一个用于平均值，一个用于标准差，对吗？还是可以在每个“单元格”中存储值列表？
Answers:
您可以在创建后旋转DataFrame：
>>> df = pd.DataFrame(data)
>>> df.pivot(index=0, columns=1, values=2)
# avg DataFrame
1 c1 c2
0
r1 avg11 avg12
r2 avg21 avg22
>>> df.pivot(index=0, columns=1, values=3)
# stdev DataFrame
1 c1 c2
0
r1 stdev11 stdev12
r2 stdev21 stdev22
0和带有名称的列1不是很漂亮……
我认为最好保留数据原样：
df = pandas.DataFrame(data, columns=['R_Number', 'C_Number', 'Avg', 'Std'])
# Possibly also this if these can always be the indexes:
# df = df.set_index(['R_Number', 'C_Number'])
然后说起来有点直觉
df.set_index(['R_Number', 'C_Number']).Avg.unstack(level=1)
这样就隐含了您要重塑平均值或标准偏差。仅仅使用pivot，它就完全基于列约定来确定您要重塑的语义实体。
[R_Number, C_Number]，就可以执行操作df.ix[('r1','c2')]。或者，您可以将它们都保留为常规列并使用逻辑索引：df[(df.R_Number == 'r1') & (df.C_Number == 'c2')]
pivot是格式化表格时，使其可以在屏幕上很好地打印，或者可以很好地导出到HTML，LaTeX或.csv等。就像格式化将要用于演示或文章提交的表格一样。否则，就有效地处理数据而言，您希望在可能的情况下将其作为多索引（例如数据库表的键），或者至少将其作为重复的列，以便可以进行高效的索引和联接等。但是您不能想要将它们吹散到自己的列中。
这是我想到这个问题时希望看到的：
#!/usr/bin/env python
import pandas as pd
df = pd.DataFrame([(1, 2, 3, 4),
(5, 6, 7, 8),
(9, 0, 1, 2),
(3, 4, 5, 6)],
columns=list('abcd'),
index=['India', 'France', 'England', 'Germany'])
print(df)
给
a b c d
India 1 2 3 4
France 5 6 7 8
England 9 0 1 2
Germany 3 4 5 6