使用Pandas将未排序的分散年份列合并为单列并重塑数据表格的方法

我懂你现在的困扰——这份TSV里年份和月份是分散配对、顺序打乱的，直接硬凑肯定行不通。别慌，咱们用Pandas的重塑功能就能轻松搞定，一步步来：

第一步：读取并确认数据 #

首先读取你的TSV文件，因为列头有重复的year，Pandas会自动给重复列名加上后缀（比如year.1、year.2），方便后续区分：

import pandas as pd

# 读取TSV文件，sep指定制表符分隔
df = pd.read_csv('your_file.tsv', sep='\t', header=0)
# 看看读取后的列名，应该是：['Jan', 'year', 'Feb', 'year.1', 'March', 'year.2']
print(df.columns)

如果不想找文件测试，也可以直接用你提供的数据构造完全匹配的示例DataFrame：

# 按你的数据行拆分构造示例（共4行，每行对应6个列值）
data = {
    'Jan': [23, 25, 21, 27],
    'year': [1992, 1990, 1993, 1991],
    'Feb': [34, 36, 38, 30],
    'year.1': [1991, 1993, 1992, 1990],
    'March': [43, 45, 47, 49],
    'year.2': [1993, 1990, 1991, 1992]
}
df = pd.DataFrame(data)

第二步：把分散的月-年数据转成长格式 #

咱们需要把每个月份和它对应的年份列配对，然后合并成一个统一的长表，这样年份和月度值就能准确绑定：

# 提取Jan和对应的year列，重命名并标记月份
jan_data = df[['Jan', 'year']].rename(columns={'Jan': 'value'})
jan_data['month'] = 'Jan'

# 提取Feb和对应的year.1列
feb_data = df[['Feb', 'year.1']].rename(columns={'Feb': 'value', 'year.1': 'year'})
feb_data['month'] = 'Feb'

# 提取March和对应的year.2列
march_data = df[['March', 'year.2']].rename(columns={'March': 'value', 'year.2': 'year'})
march_data['month'] = 'March'

# 合并三个月份的数据
long_df = pd.concat([jan_data, feb_data, march_data], ignore_index=True)

这一步之后，long_df会变成每一行对应一个年份+一个月份+对应数值的结构，彻底解决了年份分散的问题。

第三步：转成目标宽格式表格 #

现在用pivot把长表转回宽表，按year分组，每个月份作为独立列：

# 转成宽格式，year作为行索引，month作为列，value作为对应值
result = long_df.pivot(index='year', columns='month', values='value').reset_index()

# 调整列的顺序，和你想要的格式完全匹配
result = result[['year', 'Jan', 'Feb', 'March']]

# 移除列名的层级标记，让表格更整洁
result.columns.name = None

最终结果 #

运行完上面的代码，result就是你想要的格式：

核心思路就是先把分散的配对数据转成长格式统一管理，再转成宽格式聚合，这样不管年份怎么打乱，都能准确对应到每个月份的值。

内容的提问来源于stack exchange，提问作者Aditya Singh