dataframe将某列数据变为column索引

有这样一个dataframe

能够发现是多只不同code股票在固定几个日期取出来的值列表，现在，我想把表格的构造改变一下，改编后的样子是：
code /date 2017-09-30 2017-12-31 2018-03-31 .......
000032 ssss sssss ssss
000063
000070
.....
第三列total_owner_equity直接填充到表里就好了，请问怎么实现？

您好，我建立了一个与你类似的DataFrame，大致的与您对应一下，希望能够帮到您。为了对应您后续补充的问题，其中2019-03-01和2018-06-30是各有一个股票无数据的。

我的数据

代码部分

# Import
import pandas as pd

# Specify Info
data = pd.read_csv('data.csv')
data = data.sort_values(by=['report_date','code'])
col=['code']
col.extend(data.report_date.unique().tolist())
result = pd.DataFrame(columns=col)

# Major
result['code']=data.code.unique().tolist()
for i in data.report_date.unique().tolist():
    tmp = data.loc[data['report_date']==i]
    list=[]
    for j in data.code.unique().tolist():
        a=tmp.loc[tmp['code']==j]['total_owner_equities'].to_list()
        if len(a)==0:
            a.append('NA')
        list.extend(a)
    result[i]=list
result.to_csv('test.csv')

结果部分

某只股票某个日期若无数据会补充为‘NA’，后续如果不想要dropna即可

刚好也看到了您在另一个问题中提到的仅保留数值的问题，这是我保存后的结果。

您好，为什么我在a=tmp.loc[tmp['code']==j]['total_owner_equities'].to_list()的时候会报错说

'Series' object has no attribute 'to_list'