是否需要使用pivot实现多列转单列？将每个单元格转为独立行

你要实现的是将多列数据全部转为单列，不需要使用pivot——pivot主要用于基于行列索引重新组织带分类维度的数据，并不适配这种简单的多列转单列场景。以下是几种更直接的实现方法：

方法1：使用pd.melt #

melt是pandas专为宽表转长表设计的工具，适合这类将所有列合并为单列的需求：

import pandas as pd
d = {'col1':[1,9,17],'col2':[2,10,18],'col3':[3,11,19],'col4':[4,12,20],'col5':[5,13,21],'col6':[6,14,22],'col7':[7,15,23],'col8':[8,16,24]}
df = pd.DataFrame(data=d)

# 转换为单列并重置索引
result = pd.melt(df, value_name='value')['value'].reset_index(drop=True)
print(result)

方法2：使用stack #

stack会将列索引转换为行索引，之后直接提取数值并重置索引即可：

result = df.stack().reset_index(drop=True)
print(result)

方法3：使用numpy的ravel #

直接展平DataFrame的数值数组，再转为DataFrame，通过参数控制展平顺序：

import pandas as pd
import numpy as np
d = {'col1':[1,9,17],'col2':[2,10,18],'col3':[3,11,19],'col4':[4,12,20],'col5':[5,13,21],'col6':[6,14,22],'col7':[7,15,23],'col8':[8,16,24]}
df = pd.DataFrame(data=d)

# 'F'表示按列优先展平，和你期望的顺序一致
result = pd.DataFrame(df.values.ravel('F'), columns=['value'])
print(result)

以上三种方法都能得到你期望的单列结果，输出示例片段：

0     1
1     2
2     3
3     4
4     5
5     6
6     7
7     8
8     9
9    10
...

内容的提问来源于stack exchange，提问作者OldManSeph