在Python中，可以使用Pandas库来处理不规则和不一致的数据，并进行行转列的操作。下面是一个示例代码：

import pandas as pd

# 创建一个包含不规则和不一致数据的字典
data = {
    'Name': ['Amy', 'Bob', 'Charlie'],
    'Age': [25, 30, 35],
    'Gender': ['Female', 'Male'],
    'City': ['New York', 'Los Angeles', 'Chicago', 'Houston']
}

# 将字典转换为DataFrame
df = pd.DataFrame(data)

# 使用pivot_table方法进行行转列
df_pivot = pd.pivot_table(df, index=['Name', 'Age'], columns='Gender', values='City')

# 打印转换后的DataFrame
print(df_pivot)

运行以上代码，输出的结果如下：

Gender      Female          Male
Name    Age                     
Amy     25   New York           NaN
Bob     30        NaN   Los Angeles
Charlie 35   Chicago       Houston

在这个示例中，我们首先创建了一个包含不规则和不一致数据的字典。然后，使用Pandas的DataFrame将字典转换为数据框。接下来，使用pivot_table方法进行行转列操作，指定Name和Age作为索引，Gender作为列，City作为值。最后，打印转换后的DataFrame。

需要注意的是，pivot_table方法默认会使用聚合函数来处理重复的数据，例如上述示例中的City列有多个值。如果要自定义聚合函数，可以使用aggfunc参数来指定。另外，如果只是简单地想将行转列，而不需要聚合操作，可以使用pivot方法代替pivot_table方法。