如何在R中将宽格式DataFrame转为长格式（堆叠多列值）

用Pandas的melt()方法就能轻松实现需求，步骤如下：

1. 构造示例数据 #

先模拟你提到的带NA值的宽格式DataFrame：

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'ID': ['ID1', 'ID2'],
    'Value1': ['xxx', 'xxx'],
    'Value2': ['yyy', 'yyy'],
    'Value3': ['zzz', np.nan]
})

2. 转换为长格式并剔除NA #

# 宽转长：指定ID为保留列，Value1/2/3为需要展开的列
long_df = df.melt(
    id_vars='ID',  # 保持不变的标识列
    value_vars=['Value1', 'Value2', 'Value3'],  # 要转换为行的列
    var_name='Value_Type',  # 原列名对应的新列名（可选，不需要可以后续删除）
    value_name='Values'  # 存储值的列名
)

# 剔除Values列的NA值
long_df = long_df.dropna(subset=['Values'])

# （可选）如果不需要Value_Type列，直接删除
long_df = long_df.drop(columns='Value_Type')

执行后得到的结果就是每个ID对应多行有效值，比如ID1会有3行（xxx、yyy、zzz），ID2只有2行（xxx、yyy）。

替代方案：使用wide_to_long() #

如果你的Value列命名规则统一（比如都是Value+数字），也可以用wide_to_long()：

long_df = pd.wide_to_long(df, stubnames='Value', i='ID', j='Seq').reset_index()
long_df = long_df.dropna(subset=['Value']).rename(columns={'Value': 'Values'})

这个方法更简洁，但要求列名有统一的前缀（这里是Value），后缀是序列数字。

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