如何重塑含重复列名的DataFrame？求适用的pandas函数

你需要的是将带有重复列名（多组x、y）的宽表转换为每一组x和y对应一行的长表，**pd.wide_to_long()**是最适合这个需求的函数，比单纯的melt()或stack()更精准，因为它能识别同前缀的列组并保持x与y的对应关系。

具体步骤： #

1. 处理重复列名：Pandas读取重复列名时会自动添加.1、.2后缀，先将这些后缀改为下划线加序号（方便wide_to_long识别）：

   import pandas as pd
   
   # 假设读取后的原始DataFrame
   df = pd.DataFrame({
       '后元音': ['a:', 'o:'],
       'x': [-26.69, '...'],
       'x.1': [-40.06, '...'],
       'x.2': [-49.59, '...'],
       'y': [-15.56, '...'],
       'y.1': [-7.5, '...'],
       'y.2': [-11.89, '...']
   })
   
   # 重命名列，将后缀改为_1、_2、_3
   df.columns = ['后元音', 'x_1', 'x_2', 'x_3', 'y_1', 'y_2', 'y_3']
   

2. 使用wide_to_long转换表结构：

   # 转换宽表为长表，stubnames指定前缀列，i指定索引列，j指定分组标识
   result = pd.wide_to_long(
       df,
       stubnames=['x', 'y'],  # 要转换的列前缀
       i='后元音',             # 保留的索引列
       j='group',             # 临时分组列名
       sep='_'                # 列名中前缀与序号的分隔符
   ).reset_index(drop=True, level='group').reset_index()
   

转换后结果： #

为什么之前的方法没生效？ #

• melt()：默认会把所有x、y列合并成一列，无法保留x与y的组对应关系；
• stack()：会将所有列转为行，但同样无法精准匹配同组的x和y；
• pivot_table()：是长表转宽表的工具，与需求方向相反。

内容的提问来源于stack exchange，提问作者Elena