使用Pandas Melt将含上下界的宽表转换为长表

需求说明 #

现有宽格式DataFrame，包含lb1/ub1到lb12/ub12共12组上下界列，以及target列标识场景。需要将其重塑为长格式，以alpha（对应1-12的编号）和target为索引，保留lb（下界）、ub（上界）两列。

实现代码 #

使用Pandas内置的wide_to_long函数（专门适配这种前缀+数字的列结构），代码如下：

import pandas as pd

# 假设原数据存储在变量df中
df_long = pd.wide_to_long(
    df,
    stubnames=["lb", "ub"],  # 指定列名的前缀
    i="target",              # 保留的分组列
    j="alpha",               # 从列名提取的编号列
    sep=""                   # 前缀与数字无分隔符（如lb1是lb+1）
).reset_index()

# 按需设置复合索引
df_long = df_long.set_index(["alpha", "target"])

效果说明 #

• 原DataFrame中每一行（对应一个target场景）会被拆分为12行，分别对应alpha=1到alpha=12
• 拆分后每行的lb对应原数据的lbN，ub对应原数据的ubN（N为alpha值）
• 最终结果与需求中的长格式完全匹配

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