求助：如何用Pandas将输入数据转为目标格式？（已尝试归一化无效）

核心思路 #

通过Pandas的wide_to_long函数实现宽表转长表，将带序号的重复特征列（如A1/A2/A3、B1/B2/B3）转换为统一列名的多行结构，再按需完成归一化处理。

步骤代码 #

1. 导入依赖并读取数据

import pandas as pd
from sklearn.preprocessing import MinMaxScaler

# 读取输入数据（假设为CSV格式）
df = pd.read_csv("input_data.csv")

# 若数据无样本唯一标识列，手动添加ID
df["ID"] = df.index + 1

2. 格式转换（关键步骤）

# 将带序号的特征列转换为目标长表格式
df_transformed = pd.wide_to_long(
    df,
    stubnames=["A", "B"],  # 特征列的前缀名称
    i="ID",               # 保留的样本标识列
    j="seq",              # 生成的临时序号列（可后续删除）
    sep=""                # 列名中前缀与序号的分隔符（此处为空）
).reset_index(drop=False).drop("seq", axis=1)

3. 归一化处理
   若此前归一化未达预期，建议先对同组特征列统一归一化，再执行格式转换：

# 对A系列特征列做归一化
df[["A1", "A2", "A3"]] = MinMaxScaler().fit_transform(df[["A1", "A2", "A3"]])
# 对B系列特征列做归一化
df[["B1", "B2", "B3"]] = MinMaxScaler().fit_transform(df[["B1", "B2", "B3"]])

# 再执行上述格式转换代码

4. 保存结果

df_transformed.to_csv("output_data.csv", index=False)

补充说明 #

• 若你的特征列命名规则不同（如A_1、B_2），需将sep参数设为对应的分隔符（如sep="_"）。
• 若不需要保留ID列，可在reset_index后添加.drop("ID", axis=1)删除。

内容的提问来源于stack exchange，提问作者krishna