如何将Pandas宽数据框转换为长数据框？附实操示例

给定如下宽格式Pandas数据框：

import pandas as pd
data1 = {'pair': ['(x,y)', '(x,z)', '(u,v)', '(u,w)'], 
         'A_1': [1, 4, 7, 5], 
         'A_2': [2, 5, 8, 7], 
         'A_3': [3, 6, 9, 1], 
         'B_1': [7, 0, 1, 0], 
         'B_2': [2, 1, 4, 4], 
         'B_3': [5, 3, 6, 3]}
df = pd.DataFrame(data1)

原始数据展示：

pair    A_1 A_2 A_3 B_1 B_2 B_3
0   (x,y)   1   2   3   7   2   5
1   (x,z)   4   5   6   0   1   3
2   (u,v)   7   8   9   1   4   6
3   (u,w)   5   7   1   0   4   3

需要转换为以下长格式数据框：

pair    A   B
0   (x,y)   1   7
1   (x,y)   2   2
2   (x,y)   3   5
3   (x,z)   4   0
4   (x,z)   5   1
5   (x,z)   6   3
6   (u,v)   7   1
7   (u,v)   8   4
8   (u,v)   9   6
9   (u,w)   5   0
10  (u,w)   7   4
11  (u,w)   1   3  

方法1：使用pd.wide_to_long（推荐） #

这个方法专门针对列名带"前缀_后缀"格式的宽表，一步完成拆分转换：

# 执行宽转长
df_long = pd.wide_to_long(df, stubnames=['A', 'B'], i='pair', j='idx', sep='_', suffix=r'\d+')
# 重置索引并删除临时的idx列
df_long = df_long.reset_index().drop('idx', axis=1)

运行后得到的结果完全符合目标格式。

方法2：使用melt+pivot（逻辑更直观） #

如果对wide_to_long不熟悉，可通过以下分步操作实现：

# 1. 将所有数值列转为长格式
df_melt = df.melt(id_vars='pair', var_name='col', value_name='val')
# 2. 拆分列名为类型（A/B）和序号（1/2/3）
df_melt[['type', 'idx']] = df_melt['col'].str.split('_', expand=True)
# 3. 按pair和idx分组，将type转为列
df_pivot = df_melt.pivot(index=['pair', 'idx'], columns='type', values='val').reset_index()
# 4. 清理临时列并调整顺序
df_pivot = df_pivot.drop('idx', axis=1)[['pair', 'A', 'B']]

内容的提问来源于stack exchange，提问作者Red shoes