首先将“digit”设置为索引，然后尝试以下操作：

df.apply(lambda x: x.values.reshape(28, -1), axis=1)

您可以尝试将数据存储为字典，其中键是第1列中的数字，值是包含每行像素值的大小为28x28的数组。

• 导入包：

import csv
import numpy as np
import pandas as pd

• 创建测试.csv文件：

with open('./test.csv', 'w', newline='', encoding='utf-8') as f:
    writer = csv.writer(f)
    for i in range(60000):
        row_i = (i+1)*np.ones(785, dtype=int)
        writer.writerow(row_i)
f.close

• 将csv加载为 Dataframe ：

data = pd.read_csv('./test.csv', header=None, index_col=0)
data = data.T.to_dict('list')
for i, value in data.items():
    data[i] = np.asarray(value).reshape(28,28)

• 检查输出

print(len(data))
print(data)

具有形状为6000行和785列的 Dataframe ：

df = pd.DataFrame(…)
df.shape
# (6000, 785)

提取数字列以备后用途：

digits = df['digit']

将其他列值重新调整为（6000，28，28）：

arr = df.iloc[1:].values.reshape(6000, 28, 28)
# -> np.array

将组件重新组装在一起：

df = pd.DataFrame({'digit': digits,
                   # dataframe like only 1-d things
                   'matrix': list(arr)
                  })

...顺便说一句，您的问题与How to reshape each row of a Dataframe?密切相关