要将行按组连接起来，并将其转换为具有新列结构的宽格式，可以使用 pandas 的 groupby 和 DataFrame.stack/unstack 的组合。以下是实现方法：

实现代码

import pandas as pd

# 示例数据
data = {
    'Index': [70, 71, 72, 73, 74, 75],
    'Pool': ['Pool1', 'Pool1', 'Pool2', 'Pool2', 'Pool3', 'Pool3'],
    'B': [8.717402, 7.376365, 8.854857, 11.509130, 14.780578, 7.448860],
    'C': [7.873173, 6.228181, 10.340896, 8.571492, 7.405982, 11.952275],
    'D': [16.029238, 9.272679, 9.218947, 19.363829, 9.279374, 8.239564],
    'E': [8.533174, 7.498993, 8.670379, 14.605199, 13.551686, 12.264440],
}

df = pd.DataFrame(data)

# 按组重置索引
grouped = df.groupby("Pool").apply(lambda g: g.iloc[:, 2:].reset_index(drop=True))

# 将每组行的索引转换为列后缀
result = grouped.unstack().sort_index(level=1, axis=1)
result.columns = [f"{col[0]}{col[1] + 1}" for col in result.columns]  # 设置列名
result.reset_index(inplace=True)

# 打印结果
print(result)

输出结果

    Pool         B1         C1         D1         E1         B2         C2         D2         E2
0  Pool1   8.717402   7.873173  16.029238   8.533174   7.376365   6.228181   9.272679   7.498993
1  Pool2   8.854857  10.340896   9.218947   8.670379  11.509130   8.571492  19.363829  14.605199
2  Pool3  14.780578   7.405982   9.279374  13.551686   7.448860  11.952275   8.239564  12.264440

实现步骤

1. 按组重置索引：
   使用 groupby 和 apply 将每组行保留，并对每组的行重新索引。

2. 展开列（unstack）：
   将组内的行展平并堆叠到列中。每列会得到一个后缀表示第几行。

3. 重命名列：
   将多级列命名转换为扁平格式，例如 B1, C1, D1, B2, C2, 等。

4. 重置索引：
   通过 reset_index 将 Pool 转换为常规列。

灵活性

• 如果每组的行数不一致，则空值会被用 NaN 填充。
• 支持多列处理，可以根据需要扩展。

额外说明

如果有更大的数据集，或对列的处理有特殊需求，例如仅选择特定列，可以通过调整代码轻松实现。例如：

df.iloc[:, [1, 3, 4]]  # 选择特定列进行处理