如何用Pandas实现列与表头子集互换及表格结构重塑？

首先纠正你之前的melt用法错误——你只指定了单个value_vars，但实际需要把所有element #1、element #2、element #3列都转成行。然后结合pivot_table处理重复值问题（pivot要求索引+列的组合唯一，而pivot_table可通过聚合函数兼容重复项），分两步完成重塑：

步骤1：正确执行melt，将多列element转为单列 #

假设你的原始DataFrame名为df，先把所有element列合并为fin_element单列，保留关键标识列和financial_period：

# 筛选所有以element开头的列
element_cols = [col for col in df.columns if col.startswith('element')]
# 执行melt转换
df_melted = df.melt(
    id_vars=['University id #', 'Year', 'financial_period'],
    value_vars=element_cols,
    var_name='fin_element',  # 给新的element列命名
    value_name='amount'  # 给数值列命名
)

步骤2：用pivot_table将financial_period转为列头 #

针对重复值问题，通过聚合函数（如first取首个值、sum求和、mean取平均，根据你的业务需求选择）处理：

df_pivoted = df_melted.pivot_table(
    index=['University id #', 'Year', 'fin_element'],
    columns='financial_period',
    values='amount',
    aggfunc='first'
).reset_index()

可选：若重复值是脏数据，先去重再用pivot #

如果重复项是无效数据，可先去重再用pivot（此时索引+列组合唯一，不会报错）：

# 去重，保留唯一的(University id #, Year, fin_element, financial_period)组合
df_melted_clean = df_melted.drop_duplicates(subset=['University id #', 'Year', 'fin_element', 'financial_period'])
# 执行pivot转换
df_pivoted = df_melted_clean.pivot(
    index=['University id #', 'Year', 'fin_element'],
    columns='financial_period',
    values='amount'
).reset_index()

示例效果 #

假设原始数据：

处理后得到目标结构：

内容的提问来源于stack exchange，提问作者kkk