pd.melt在Python3.9运行正常，Python3.7报错，如何实现兼容？

问题根源是pandas 1.1.5及更早版本不允许id_vars和value_vars存在重叠列，而1.5.3版本已经修复了这个限制。要在Python3.7+pandas1.1.5环境下运行，需要先处理掉两者的重叠列，具体方案如下：

方案1：移除value_vars中的重叠列（推荐） #

如果重叠列已经通过id_vars保留，不需要再作为值列参与melt，直接从value_vars中剔除交集列：

修改你的循环代码，在调用pd.melt()前先处理data_fields：

for idx in range(len(data_rows[0])):
    if idx == 0:
        continue
    data_fields = [row[idx] for row in data_rows]
    # 找出id_vars和value_vars的交集列
    overlap_cols = set(key_fields) & set(data_fields)
    # 移除重叠列，得到干净的value_vars
    cleaned_value_vars = [col for col in data_fields if col not in overlap_cols]
    # 调用melt，使用处理后的value_vars
    melted_dfs.append(pd.melt(
        df, 
        id_vars=key_fields, 
        value_vars=cleaned_value_vars, 
        var_name='variable' + str(idx), 
        value_name=column_names[idx][0]
    ))

方案2：复制重叠列后再melt（如果需要保留重叠列作为值列） #

如果确实需要把重叠列同时作为id列和值列处理，先复制这些列并命名为新列，再将新列加入value_vars：

for idx in range(len(data_rows[0])):
    if idx == 0:
        continue
    data_fields = [row[idx] for row in data_rows]
    overlap_cols = set(key_fields) & set(data_fields)
    # 复制重叠列，生成新列名（比如原列名+_copy）
    temp_df = df.copy()
    for col in overlap_cols:
        temp_df[f"{col}_copy"] = temp_df[col]
    # 替换value_vars中的重叠列为新列名
    cleaned_value_vars = [
        f"{col}_copy" if col in overlap_cols else col 
        for col in data_fields
    ]
    # 调用melt
    melted_dfs.append(pd.melt(
        temp_df, 
        id_vars=key_fields, 
        value_vars=cleaned_value_vars, 
        var_name='variable' + str(idx), 
        value_name=column_names[idx][0]
    ))

选择哪种方案取决于你的业务需求：如果重叠列只需要作为标识列保留，用方案1；如果需要同时作为标识和值列，用方案2。

内容的提问来源于stack exchange，提问作者Ravindra