如何使用Pandas将指定范围的重复列转置为行

问题背景 #

现有如下结构的宽表：

需要转换为包含Month、power art、unit、Energy art、Value、Year的长表格式。

解决步骤 #

使用pandas的melt方法将宽表转长表，再通过正则表达式拆分复合列名，具体代码如下：

import pandas as pd

# 假设df为读取后的原数据DataFrame
# 1. 执行melt，将所有energy列转为行
melted_df = pd.melt(
    df,
    id_vars=['Month', 'power art', 'unit'],  # 保留不变的标识列
    var_name='Energy_Year',  # 存储原复合列名的临时列
    value_name='Value'       # 存储对应数值的列
)

# 2. 拆分复合列名，提取Energy art和Year
# 用正则匹配"energy_x (年份)"格式的字符串
melted_df[['Energy art', 'Year']] = melted_df['Energy_Year'].str.extract(r'(energy_\d+) \((\d+)\)')

# 3. 调整列顺序至目标格式，删除临时列
final_df = melted_df[['Month', 'power art', 'unit', 'Energy art', 'Value', 'Year']]

# 查看转换结果
print(final_df)

代码说明 #

• pd.melt：将宽表中所有以energy_开头的列转为行，保留Month、power art、unit作为固定标识列。
• 正则拆分：通过str.extract从复合列名中精准提取出Energy art（如energy_1）和Year（如2018）两个字段。
• 列顺序调整：重新排列列的顺序，完全匹配目标输出格式。

内容的提问来源于stack exchange，提问作者erdem