如何用Pandas将指定列名转为行值实现数据行扩展？

核心思路 #

先通过melt将宽格式数据转为长格式，再过滤出值为Yes的记录，最后清理冗余列即可得到目标格式。

分步实现代码 #

1. 导入库并处理原始数据

import pandas as pd

# 替换为你自己的数据集读取代码，比如：
# df = pd.read_csv('your_dataset.csv')

# 以下为模拟示例（可忽略）
data = {
    'CUSTOMER ID': range(1001, 1011),
    'Apples': ['Yes', 'No', 'Yes', 'No', 'Yes', 'Yes', 'No', 'No', 'Yes', 'No'],
    'Oranges': ['No', 'Yes', 'Yes', 'No', 'No', 'Yes', 'Yes', 'No', 'No', 'Yes'],
    'Bananas': ['Yes', 'Yes', 'No', 'Yes', 'No', 'Yes', 'No', 'Yes', 'Yes', 'No'],
    'Grapes': ['No', 'No', 'Yes', 'Yes', 'Yes', 'No', 'Yes', 'No', 'No', 'Yes'],
}
df = pd.DataFrame(data)

2. 使用melt转换长格式

# 固定CUSTOMER ID为标识列，将商品列转为Item行记录
melted_df = df.melt(
    id_vars='CUSTOMER ID',
    var_name='Item',
    value_name='Purchase'
)

3. 过滤并清理数据

# 仅保留购买状态为Yes的记录，删除冗余的Purchase列
final_df = melted_df[melted_df['Purchase'] == 'Yes'].drop('Purchase', axis=1)

# 可选：按客户ID排序，让结果更规整
final_df = final_df.sort_values('CUSTOMER ID').reset_index(drop=True)

常见错误排查 #

• 未指定var_name/value_name：转换后列名混乱，导致后续过滤逻辑出错
• 遗漏过滤步骤：直接保留了所有Yes/No记录，未得到仅含Yes的目标结果
• 未删除冗余列：最终结果仍保留Purchase列，不符合需求格式

最终结果示例 #

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