考虑unstack：

import pandas as pd

df = pd.DataFrame(["alex", 7, "female", "nora", 3, "female", "fred", 15, "male"])

people = range(len(df) // 3)
attributes = ["name", "age", "gender"]

multi_index = pd.MultiIndex.from_product([people, attributes])

df.set_index(multi_index).unstack(level=1).droplevel(level=0, axis=1).reindex(columns=attributes)

输出量：

name age  gender
0  alex   7  female
1  nora   3  female
2  fred  15    male

这里有一种方法
第一个

假设“0”是您的列名：

list_a = list(df[0])
a  = np.array(list_a).reshape(-1, 3).tolist()
df2= pd.DataFrame(a,columns = ["name", "age","gender"])

这也许不是最有效的解决方案，但您可以使用pd.concat()并将它们全部放在一起，如果它们始终按顺序排列的话：

df = pd.DataFrame({'Value':['alex',7,'female','nora',3,'female','fred',15,'male']})
df2 = pd.concat([df[(df.index + x) % 3 == 0].reset_index(drop=True) for x in range(3)],axis=1)
df2.columns = ["name", "gender", "age"]

退货：

name    gender  age
0   alex    female  7
1   nora    female  3
2   fred    male    15