如何用Python Pandas实现表格转换：表头转内容、值转表头

原表格结构 #

先看你创建的原表格：

import pandas as pd

data = [['4/04/2023','Floors','Tables','Roof','Paint',''],['4/05/2023','','Floors','Tables','Roof','Paint'],['4/06/2023','Paint','','Floors','Tables','Roof'],['4/07/2023','Roof','Paint','','Floors','Tables']]
df = pd.DataFrame(data, columns=['Date', 'Jim','Bob','Ed','James','Joe'])

原表格以Date为日期列，人名（Jim、Bob等）为列头，单元格值为对应的任务（Floors、Tables等），空字符串表示无任务。

转换步骤 #

你推测的melt+pivot思路是对的，只需调整参数并处理空值，具体步骤如下：

1. 用melt将宽表转成长表
   把人名列转为数据行的Person字段，任务值转为Task字段，同时过滤掉空任务的行：

# 转长表并过滤空值
melted_df = df.melt(
    id_vars='Date',  # 保留作为标识的Date列
    var_name='Person',  # 原列名（人名）存为Person字段
    value_name='Task'   # 原单元格值（任务）存为Task字段
).query("Task != ''")  # 剔除空任务的行

2. 用pivot将长表转回宽表
   以Date为行标识，Task为新的列头，Person为对应单元格的值：

# 转宽表并重置索引
result_df = melted_df.pivot(
    index='Date',    # 行索引用Date
    columns='Task',  # 新列头用Task
    values='Person'  # 单元格填充对应的人名
).reset_index()  # 将Date从索引转回普通列

最终结果 #

执行后result_df即为目标样式：

• 列头变为任务名（Floors、Tables、Roof、Paint）
• 每行对应一个日期，单元格内容是该任务的负责人

打印result_df会得到：

Task        Date Floors  Tables   Roof   Paint
0       4/04/2023    Jim     Bob     Ed   James
1       4/05/2023    Bob     Ed   James     Joe
2       4/06/2023     Ed   James     Joe     Jim
3       4/07/2023  James     Joe     Jim     Bob

内容的提问来源于stack exchange，提问作者James C