以下是一个示例代码，演示如何按照主题和日期将变量在行中转置为列：

import pandas as pd

# 创建一个示例数据集
data = {'日期': ['2020-01-01', '2020-01-01', '2020-01-02', '2020-01-02'],
        '主题': ['A', 'B', 'A', 'B'],
        '变量1': [1, 2, 3, 4],
        '变量2': [5, 6, 7, 8]}
df = pd.DataFrame(data)

# 使用pivot函数将变量转置为列
df_pivot = df.pivot(index='日期', columns='主题')

# 重新设置列名
df_pivot.columns = [f"{col[0]}_{col[1]}" for col in df_pivot.columns]

print(df_pivot)

输出结果：

            变量1_A  变量1_B  变量2_A  变量2_B
日期                                      
2020-01-01       1      2      5      6
2020-01-02       3      4      7      8

在示例代码中，首先使用pd.DataFrame创建一个示例数据集。然后，使用pivot函数将变量转置为列，其中index参数指定转置后的行索引，columns参数指定转置后的列索引。最后，可以使用columns属性重新设置列名，以便更好地表示变量和主题的组合。

请注意，示例代码假设日期和主题的组合是唯一的。如果有多个变量（例如，变量1、变量2等），则生成的列名将包含变量和主题的组合。如果有重复的组合，则可以使用不同的方法解决，例如使用pivot_table函数并指定聚合函数来处理重复值。