如何在DataFrame.jl中使用stack函数将多列DataFrame转换为目标双列DataFrame

嘿，我来帮你搞定这个DataFrame转换的问题～ 你的需求是把df1里成对的列（x1/x2对应x，y1/y2对应y）堆叠成df2的结构，用stack函数就能轻松实现，下面给你两种实用的方法：

方法一：直接分组堆叠（最简洁推荐） #

DataFrames.jl的stack函数支持分组指定列映射到新列，刚好匹配你的场景。直接把x1、x2映射到新列x，y1、y2映射到新列y就行：

using DataFrames

# 你的原始数据
df1 = DataFrame(x1 = 1:4, x2 = 5:8, y1 = Char.(65:68), y2 = Char.(69:72))
# 核心转换代码
df2 = stack(df1, [:x1, :x2] => :x, [:y1, :y2] => :y)

执行后得到的df2就是你想要的结果：

8×2 DataFrame
 Row │ x    y
     │ Int64 Char
─────┼─────────────
   1 │   1    A
   2 │   2    B
   3 │   3    C
   4 │   4    D
   5 │   5    E
   6 │   6    F
   7 │   7    G
   8 │   8    H

方法二：通用重塑法（适合列名有规律的场景） #

如果你的列名数量更多、且都是「前缀+数字」的规律（比如x1/x2/x3，y1/y2/y3），可以先堆叠所有列，再提取前缀重塑：

# 先把所有列堆叠成临时表，得到variable（列名）和value（对应值）两列
stacked_temp = stack(df1)
# 从variable列里拆分出前缀（x/y）和序号（1/2）
stacked_temp[!, :prefix] = first.(string.(stacked_temp.variable))
stacked_temp[!, :num] = parse.(Int, last.(string.(stacked_temp.variable)))
# 按序号分组，把不同前缀的value转成列，最后保留x和y列
df2 = unstack(stacked_temp, :num, :prefix, :value)[:, [:x, :y]]

这种方法更灵活，适合列数多的情况，但第一种方法直接针对你的需求更高效。

小补充 #

• 第一种方法里的cols => new_col语法是DataFrames.jl v1.4及以上版本支持的，如果你用的是旧版本，可以用这个等价写法：

  df2 = hcat(stack(df1, [:x1, :x2], value_name=:x), stack(df1, [:y1, :y2], value_name=:y)[!, :y])
  

  本质是分别堆叠x组和y列，再合并结果。

内容的提问来源于stack exchange，提问作者Likan Zhan