如何使用Pandas的melt方法将宽数据框转为长格式？

你完全找对方向了，Pandas的melt()函数就是处理这类宽表转长表需求的最佳工具。以下是具体操作步骤：

1. 准备示例数据（模拟你的原始数据框） #

首先，我们先创建一个和你提供的格式一致的示例数据框：

import pandas as pd

data = {
    "Store Name": ["Store 1", "Store 2", "Store 3"],
    "8/7": [2.3, 5.6, 3.4],
    "8/14": [4.5, 6.4, 5.7],
    "8/21": [6.4, 5.4, 5.3],
    "8/28": [6.5, 4.3, 7.8]
}
df = pd.DataFrame(data)

2. 使用melt函数转换格式 #

调用melt()函数时，我们需要指定三个核心参数：

• id_vars: 不需要被转换的标识符列（这里是Store Name）
• var_name: 转换后日期列的名称（对应目标格式的Date）
• value_name: 转换后数值列的名称（对应目标格式的Value）

最后再通过rename()把Store Name列改成Store，完全匹配你想要的格式：

long_df = pd.melt(
    df,
    id_vars="Store Name",
    var_name="Date",
    value_name="Value"
).rename(columns={"Store Name": "Store"})

3. 转换后的结果 #

运行上述代码后，long_df的输出就是你需要的长格式：

Date    Store  Value
0   8/7  Store 1    2.3
1   8/7  Store 2    5.6
2   8/7  Store 3    3.4
3  8/14  Store 1    4.5
4  8/14  Store 2    6.4
5  8/14  Store 3    5.7
6  8/21  Store 1    6.4
7  8/21  Store 2    5.4
8  8/21  Store 3    5.3
9  8/28  Store 1    6.5
10 8/28  Store 2    4.3
11 8/28  Store 3    7.8

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