在Python中，如果你想要将数据从行转换成列，可以使用 `pandas` 库，它提供了强大的数据处理功能。以下是使用 `pandas` 进行行转列的几种方法：
方法一：使用 `pivot` 方法
```python
import pandas as pd
假设你有一个DataFrame `df`
df = pd.DataFrame（...）
使用 `pivot` 方法
df_pivot = df.pivot（index='name', columns='subject', values='score'）
方法二：使用 `pivot_table` 方法```pythonimport pandas as pd
假设你有一个DataFrame `df`
df = pd.DataFrame（...）
使用 `pivot_table` 方法，可以指定聚合函数
df_pivot = df.pivot_table（index='name', columns='subject', values='score', aggfunc='max'）
方法三：使用 `stack` 方法
```python
import pandas as pd
假设你有一个DataFrame `df`
df = pd.DataFrame（...）
使用 `stack` 方法将列转换为行
df_stacked = df.stack（）
方法四：使用 `transpose` 方法```pythonimport pandas as pd
假设你有一个DataFrame `df`
df = pd.DataFrame（...）
使用 `transpose` 方法将行转换为列
df_transposed = df.transpose（）
方法五：使用 `melt` 方法（将宽格式转换为长格式）
```python
import pandas as pd
假设你有一个DataFrame `df`
df = pd.DataFrame（...）
使用 `melt` 方法将宽格式数据转换为长格式数据
df_melted = df.melt（id_vars=['name', 'subject'], value_vars=['score'], var_name='subject', value_name='score'）
选择哪种方法取决于你的具体需求，例如你是否需要聚合数据（如求和或平均值）以及你是否需要保留原始数据中的所有信息。