本文详解如何正确转置含关键词-值对的 dataframe 并导出为 excel，解决 `pivot()` 中 `index=none` 导致的 keyerror，并提供两种简洁、健壮的转置方案。
在从 Word 文档中提取结构化信息（如候选人简历字段）并写入 Excel 的流程中，常需将“关键词-值”纵向列表（每行一个字段）转换为横向表单（每列一个字段，单行汇总），即实现 DataFrame 转置。原始代码使用 df.pivot(index=None, ...) 报错，根本原因在于 pivot() 方法要求 index 参数必须是有效的列名或列名列表，而 None 不被接受——Pandas 尝试将其作为列索引查找，最终抛出 KeyError: None。
✅ 正确且推荐的做法是：先将 'Keyword' 设为行索引，再调用 .T（等价于 .transpose()）完成转置。这种方式逻辑清晰、语义明确，且天然适配“单关键词→单值”的一对一映射场景：
def generate_excel_from_data(data, selected_keys, output_file):
df = pd.DataFrame(data, columns=['Keyword', 'Value'])
filtered_df = df[df['Keyword'].isin(selected_keys)]
# ✅ 推荐：设 Keyword 为索引后转置 → 得到 1 行 × N 列的宽表
transposed_df = filtered_df.set_index('Keyword').T.reset_index(drop=True)
# 可选：重命名列名为原 Keyword 值（若需保留可读性）
transposed_df.columns.name = None # 清除列索引名称
transposed_df.to_excel(output_file, index=False)⚠️ 注意事项：
- 若原始 extracted_data 中存在重复关键词（如多个“Remarks”），set_index('Keyword') 会报 ValueError: duplicate labels。此时应先去重（如取首次出现值）：
filtered_df = filtered_df.drop_duplicates(subset='Keyword', keep='first') - .T 默认保留原索引作为新列名；.reset_index(drop=True) 可移除冗余索引，确保导出 Excel 时首行为纯字段名；
- 避免使用 df.transpose() 直接转置原始两列 DataFrame（Keyword 和 Value）：这会产生 2 行 × N 列结果（第0行是关键词，第1行是对应值），不符合“单行汇总”需求。
? 进阶提示：若后续需支持多记录（如批量处理多份简历），建议改用 pd.concat() 按行堆叠多个 transposed_df，再统一导出，即可生成标准的“每行一人、每列一字段”的二维 Excel 表格。
综上，用 set_index().T 替代错误的 pivot(index=None) 是最直接、可靠且符合业务语义的解决方案，兼顾代码可读性与执行鲁棒性。
