如何将宽格式Pandas DataFrame转长格式？温度数据处理问题

我正在整理一份温度数据集，要让它和现有数据集格式一致，但遍历DataFrame追加数据时出了问题。

原数据格式 #

Year   Jan   Feb   Mar    Apr    May    Jun    Jul    Aug    Sep    Oct   Nov   Dec
0    1901 -3.16 -4.14  2.05   6.85  13.72  18.27  22.22  20.54  15.30  10.50  2.60 -2.68
1    1902 -3.73 -2.67  1.78   7.62  14.35  18.21  20.51  19.81  14.97   9.93  3.20 -4.02
2    1903 -3.93 -4.39  2.44   7.18  13.07  17.22  20.25  19.67  15.00   9.35  1.52 -2.84
3    1904 -5.49 -3.92  1.83   7.22  13.46  17.78  20.22  19.25  15.87   9.60  3.20 -2.31
4    1905 -4.89 -4.40  4.54   8.01  13.20  18.24  20.25  20.21  16.15   8.42  3.47 -3.28
..    ...   ...   ...   ...    ...    ...    ...    ...    ...    ...    ...   ...   ...
116  2017 -2.07  1.77  3.84  10.02  14.21  19.69  22.57  20.38  17.15  10.85  4.40 -0.77
117  2018 -2.36 -0.56  3.39   7.49  16.39  20.09  22.39  21.01  17.57  10.37  2.48 -0.57
118  2019 -2.38 -1.85  2.93   9.53  14.10  19.21  22.38  21.31  18.41   9.37  3.00 -0.08
119  2020 -1.85 -0.98  4.50   8.34  14.61  19.66  22.42  21.69  16.75   9.99  4.92 -0.38
120  2021 -0.98 -3.86  3.94   8.41  14.06  20.63  22.22  21.23  17.48  11.47  3.54  0.88

尝试的代码 #

import pandas as pds
df = pds.read_excel("Temp_Data.xlsx")
data = pds.dataframe()

for i in range(len(df)):
    data1 = df.iloc[i]
    data.append(data1)

代码运行结果 #

print(data)

Feb       -0.72
Mar        0.75
Apr        6.77
May       14.44
Jun       18.40
Jul       20.80
Aug       20.13
Sep       16.17
Oct       10.64
Nov        2.71
Dec       -2.80
Name: 43, dtype: float64, Year    1945.00
Jan       -2.62
Feb       -0.75
Mar        4.00
Apr        7.29
May       12.31
Jun       16.98
Jul       20.76
Aug       20.11
Sep       16.08
Oct        9.82
Nov        2.09
Dec       -3.87

注意：数据莫名从1945年开始到2021年，且格式不符合预期

期望的最终格式 #

Date   Temp
0   190101  -3.16
1   190102  -4.14
2   190103   2.05
3   190104   6.85
4   190105  13.72
5   190106  18.27
6   190107  22.22
7   190108  20.54
8   190109  15.30
9   190110  10.50
10  190111   2.60
11  190112  -2.68
12  190201  -3.73
13  190202  -2.67
14  190203   1.78
15  190204   7.62
16  190205  14.35
17  190206  18.21
18  190207  20.51
19  190208  19.81
20  190209  14.97
21  190210   9.93
22  190211   3.20
23  190212  -4.02

解决方案 #

不要用循环追加，Pandas有专门的宽表转长表函数melt，一步就能搞定，而且效率更高：

import pandas as pds

# 读取数据
df = pds.read_excel("Temp_Data.xlsx")

# 宽表转长表，保留Year列，将月份列转为行
melted_df = df.melt(id_vars=["Year"], var_name="Month", value_name="Temp")

# 月份转数字：Jan→01，Feb→02...
month_map = {
    "Jan": "01", "Feb": "02", "Mar": "03", "Apr": "04",
    "May": "05", "Jun": "06", "Jul": "07", "Aug": "08",
    "Sep": "09", "Oct": "10", "Nov": "11", "Dec": "12"
}
melted_df["Month"] = melted_df["Month"].map(month_map)

# 拼接Year和Month得到Date列
melted_df["Date"] = melted_df["Year"].astype(str) + melted_df["Month"]

# 调整列顺序并重置索引
final_df = melted_df[["Date", "Temp"]].reset_index(drop=True)

print(final_df.head(24))

原代码问题分析 #

1. pds.dataframe()拼写错误，应为pds.DataFrame()（首字母大写），空DataFrame创建时的错误可能导致后续数据异常
2. Pandas的append方法已被弃用，循环追加不仅效率极低，还容易引发索引混乱、数据丢失问题
3. 循环逻辑仅整行追加，未实现宽表转长表的核心需求，完全没拆分月份为单独行

运行上述解决方案代码，即可得到符合预期的格式，且包含所有年份的数据，不会出现数据起始异常的问题。

内容的提问来源于stack exchange，提问作者jimbybob1