如何在Pandas中将Pros、Cons文本列按对应情感值合并为Review列

我们可以通过两种简洁的方式实现需求：

方法一：拆分拼接法 #

先分别提取pros和cons对应的子DataFrame，重命名列后按顺序拼接：

1. 先构造示例测试数据：

import pandas as pd

df = pd.DataFrame({
    'pros': ['pro_text1', 'pro_text2'],
    'cons': ['con_text1', 'con_text2'],
    'sentiment': ['positive', 'negative']
})

2. 拆分并拼接：

# 提取pros列并将列名改为review
pros_part = df[['pros', 'sentiment']].rename(columns={'pros': 'review'})
# 提取cons列并将列名改为review
cons_part = df[['cons', 'sentiment']].rename(columns={'cons': 'review'})
# 按先pros后cons的顺序拼接，重置索引避免重复
final_df = pd.concat([pros_part, cons_part], ignore_index=True)

方法二：melt转置法 #

利用melt将宽表转为长表，再调整顺序：

# 将pros和cons列转置为review列，保留sentiment作为关联字段
melted_df = df.melt(
    id_vars='sentiment',
    value_vars=['pros', 'cons'],
    value_name='review'
)
# 按原列名排序确保pros在前，删除多余列并重置索引
final_df = melted_df.sort_values('variable', ascending=True)\
                    .drop('variable', axis=1)\
                    .reset_index(drop=True)

运行后得到的final_df结构如下：

review sentiment
0  pro_text1  positive
1  pro_text2  negative
2  con_text1  positive
3  con_text2  negative

内容的提问来源于stack exchange，提问作者N..