如何使用pd.melt将含前缀分组列的DataFrame逆透视？

针对你需要将每行商家的多条评论拆分为单独行的需求，这里提供两种高效的实现方法，替代直接使用pd.melt的繁琐操作：

方法一：使用pd.wide_to_long（推荐，更高效） #

该方法适配列名有结构化规律的场景，你的reviews/n/xxx格式正好匹配：

步骤示例 #

import pandas as pd

# 构造示例数据（实际使用时替换为你的DataFrame）
data = {
    'business_id': ['12345'],
    'address': ['01 street'],
    'reviews/0/date': ['1/1/1990'],
    'reviews/0/text': ['"abc"'],
    'reviews/1/date': ['2/2/1995'],
    'reviews/1/text': ['"def"']
}
df = pd.DataFrame(data)

# 重命名评论列，将reviews/n/xxx转为reviews_xxx_n格式，适配wide_to_long
df.columns = [
    col.replace('reviews/', 'reviews_').replace('/', '_') 
    if 'reviews/' in col else col 
    for col in df.columns
]

# 执行逆透视
result = pd.wide_to_long(
    df,
    stubnames=['reviews_date', 'reviews_text'],  # 评论属性的前缀
    i=[col for col in df.columns if not col.startswith('reviews_')],  # 保留的商家信息列
    j='review_number',  # 生成的评论编号列名
    sep='_',
    suffix=r'\d+'  # 匹配评论编号的数字
).reset_index()

# 重命名列到目标格式
result = result.rename(columns={
    'reviews_date': 'review_date',
    'reviews_text': 'review_text'
})

print(result)

方法二：先melt再拆分列名 #

如果不想修改列名，可以用这种分步处理的方式：

步骤示例 #

import pandas as pd

# 同样使用示例数据
data = {
    'business_id': ['12345'],
    'address': ['01 street'],
    'reviews/0/date': ['1/1/1990'],
    'reviews/0/text': ['"abc"'],
    'reviews/1/date': ['2/2/1995'],
    'reviews/1/text': ['"def"']
}
df = pd.DataFrame(data)

# 筛选商家信息列（所有不以reviews/开头的列）
id_vars = [col for col in df.columns if not col.startswith('reviews/')]

# 先将所有评论列转为长格式
melted = df.melt(id_vars=id_vars, var_name='review_col', value_name='value')

# 拆分评论列名，提取评论编号和属性
melted[_, 'review_number', 'attribute'] = melted['review_col'].str.split('/', expand=True)

# 去掉无用的前缀列，将属性转为列
result = melted.pivot_table(
    index=['business_id', 'address', 'review_number'],
    columns='attribute',
    values='value',
    aggfunc='first'
).reset_index()

# 重命名列到目标格式
result = result.rename(columns={
    'date': 'review_date',
    'text': 'review_text'
})

print(result)

注意事项 #

• 确保所有评论列的格式统一为reviews/n/属性，避免格式错误导致拆分失败
• 如果存在空的评论值，处理后会出现NaN，可根据需求用result.dropna()删除无效行
• 商家信息列要准确筛选，确保所有非评论相关的列都被包含在id_vars中

内容的提问来源于stack exchange，提问作者raz