本文详解如何正确转置 pandas dataframe 并保存为 excel，解决因 `pivot(index=none)` 引发的 keyerror，并提供两种简洁、健壮的转置方案。
在将 Word 文档中提取的键值对（如候选人信息）结构化为 DataFrame 后，常需以「关键词为列名、对应值为单行数据」的形式导出 Excel——即实现行转列（转置）。原代码中使用 df.pivot(index=None, columns='Keyword', values='Value') 是错误的：pivot() 的 index 参数不可为 None，它要求明确的索引列（或生成唯一行标识），否则会触发 KeyError: None。
✅ 正确且推荐的做法是：先将 'Keyword' 设为索引，再调用 .T（等价于 .transpose()）。该方式逻辑清晰、性能高效，且天然支持关键词去重与顺序保持：
def generate_excel_from_data(data, selected_keys, output_file):
df = pd.DataFrame(data, columns=['Keyword', 'Value'])
# 过滤并去重：确保每个关键词只保留首个匹配值（避免重复关键词导致转置失败）
filtered_df = df[df['Keyword'].isin(selected_keys)].drop_duplicates(subset='Keyword', keep='first')
# ✅ 正确转置：设 Keyword 为索引 → 转置 → 重置列名为默认整数索引（可选）
transposed_df = filtered_df.set_index('Keyword').T.reset_index(drop=True)
# 导出为 Excel（不保存行索引，列名即为原始 Keyword）
transposed_df.to_excel(output_file, index=False)⚠️ 注意事项：
- 去重至关重要：若 Word 中同一关键词（如 'Candidate name'）出现多次，set_index('Keyword') 会因重复索引报错。drop_duplicates(..., keep='first') 可安全保留首次提取结果。
- .T vs .transpose()：二者完全等价，.T 更简洁；但 .T 不接受参数，而 .transpose() 支持 copy= 等选项（通常无需）。
- 避免 .pivot() 误用：pivot() 适用于“长表→宽表”聚合场景（如多行同 keyword 需 agg），此处仅为简单行列互换，set_index().T 是语义最匹配、开销最小的解法。
-
Excel 列顺序：selected_keys 的顺序决定了 Excel 中列的排列。若需严格保序，可在过滤后按 selected_keys 重排列：
transposed_df = transposed_df[selected_keys] # 确保列顺序与 desired keys 一致
最终生成的 Excel 将呈现为单行数据，列标题即为 'Candidate name'、'Position applied for' 等关键词，符合 HR 表格标准化需求。此方法稳定、可读性强，适用于任意键值对结构化导出场景。
