如何用Pandas按分组将多行数据转置为单列

原始数据集 #

目标输出格式 #

方法一：Python Pandas 实现 #

使用 melt 函数快速完成宽表转长表操作：

import pandas as pd

# 构造原始数据框
df = pd.DataFrame({
    'ID': ['a', 'a', 'b', 'b', 'c', 'c'],
    'a1': [1, 2, 2, 3, 5, 2],
    'a2': [5, 3, 3, 5, 1, 4],
    'a3': [3, 3, 5, 6, 3, 2]
})

# 执行 unpivot 转换
unpivoted_df = df.melt(id_vars='ID', value_name='Levels').drop(columns='variable')

# 按 ID 排序（可选，匹配目标格式顺序）
unpivoted_df = unpivoted_df.sort_values('ID').reset_index(drop=True)

print(unpivoted_df)

方法二：Excel Power Query 实现 #

1. 选中原始数据区域，点击「数据」选项卡 →「从表格/区域」（确保数据包含表头）。
2. 在 Power Query 编辑器中：
   • 选中 ID 列，右键点击列头选择「逆透视其他列」。
   • 将自动生成的 Value 列重命名为 Levels。
3. 点击「关闭并上载」，将转换后的数据导出回 Excel 表格。

方法三：SQL 实现 #

通过 UNION ALL 合并多列数据：

SELECT ID, a1 AS Levels FROM your_table
UNION ALL
SELECT ID, a2 AS Levels FROM your_table
UNION ALL
SELECT ID, a3 AS Levels FROM your_table
ORDER BY ID;

注：替换 your_table 为实际表名。

内容的提问来源于stack exchange，提问作者user7446890