Pandas pivot/melt操作丢失index问题求助

问题原因 #

执行pd.pivot后，subject被设为DataFrame的索引，而默认调用melt()时不会将索引作为数据列保留，因此转换后丢失了subject信息。

解决方法 #

方法1：先重置索引为普通列，再执行melt

将索引subject转为普通列后，通过id_vars指定要保留的标识列，确保subject不会被融合：

# 把索引转为普通列
pivoted_reset = pivoted.reset_index()
# 执行melt，指定标识列、列名映射
pivotedBack = pivoted_reset.melt(
    id_vars="subject",
    var_name="when",
    value_name="sbp"
)
# 可选：按原数据的subject排序（和原表结构更接近）
pivotedBack = pivotedBack.sort_values("subject").reset_index(drop=True)

方法2：melt时保留索引，再转换为列

利用ignore_index=False参数保留索引，之后再将索引转为普通列：

# melt时保留索引，自定义列名
pivotedBack = pivoted.melt(
    ignore_index=False,
    var_name="when",
    value_name="sbp"
)
# 把索引转为subject列，重置索引
pivotedBack = pivotedBack.reset_index().rename(columns={"index": "subject"})
# 可选排序
pivotedBack = pivotedBack.sort_values("subject").reset_index(drop=True)

验证结果 #

执行上述任意方法后，pivotedBack会恢复包含所有列的结构（示例结果）：

subject    when  sbp
0     BHO  before  160
1     BHO   after  160
2     GWB  before  115
3     GWB   after  135
4     WJC  before  105
5     WJC   after  145

（注：原表行顺序可通过额外排序调整，核心是保留了所有关键列信息）

内容的提问来源于stack exchange，提问作者Terry Letsche