Python Pandas：将Dataframe列转换为尺寸类别与计数的高效实现方法咨询

嘿，作为Python和Pandas新手，你完全不用靠循环+if语句来搞定这个需求！Pandas内置的melt函数加上map就能轻松高效地完成，比手动循环快太多，尤其是数据量大的时候。下面一步步给你讲清楚怎么做：

第一步：准备映射关系和示例数据 #

首先我们先定义好尺寸类别到编号的映射字典，这样后面直接用就行：

size_mapping = {
    '6-12_in': 1,
    '12-24_in': 2,
    '24-54_in': 3,
    'GreaterThan_54_in': 4
}

再把你的示例数据转换成DataFrame方便演示：

import pandas as pd

data = {
    'Plot': [1],
    'Location': ['VMU'],
    'Year': [2015],
    'Species': ['BC'],
    '6-12_in': [3],
    '12-24_in': [None],
    '24-54_in': [8],
    'GreaterThan_54_in': [None]
}
df = pd.DataFrame(data)

第二步：用melt把宽表转成基础长表 #

melt就是专门用来把宽表转长表的工具，我们指定哪些列是“固定不变的标识列”（id_vars），哪些列是需要拆分成行的“数值列”（value_vars）：

df_long = pd.melt(
    df,
    id_vars=['Plot', 'Location', 'Year', 'Species'],  # 这些列保持每行的对应关系不变
    value_vars=list(size_mapping.keys()),  # 要拆分的尺寸类列
    var_name='Size_Original',  # 存储原来的尺寸类列名
    value_name='Count'  # 存储对应的数量值
)

这一步之后，你会得到一个包含所有尺寸类的长表，但里面会有一些空的Count值（比如示例里的12-24_in没有数据）。

第三步：过滤无效行并映射编号 #

先把没有数量的行删掉，避免干扰：

df_long = df_long.dropna(subset=['Count']).reset_index(drop=True)

然后用map函数把原来的尺寸类列名转换成对应的编号，这一步是矢量化操作，比循环快N倍：

df_long['Size_Class'] = df_long['Size_Original'].map(size_mapping)

第四步：整理最终结果 #

最后调整一下列的顺序，删掉临时的Size_Original列，就得到你想要的格式了：

final_df = df_long[['Plot', 'Location', 'Year', 'Species', 'Size_Class', 'Count']]
print(final_df)

输出结果和你想要的完全一致：

Plot Location  Year Species  Size_Class  Count
0     1      VMU  2015      BC           1    3.0
1     1      VMU  2015      BC           3    8.0

为什么这个方法更好？ #

• 效率高：melt和map都是Pandas底层优化过的矢量化操作，比Python层面的循环快得多，数据量越大优势越明显
• 代码简洁：几行代码就搞定，可读性强，维护起来也方便
• 扩展性好：如果以后新增尺寸类，只需要修改size_mapping字典就行，不用改循环逻辑

内容的提问来源于stack exchange，提问作者xanabobana