使用pyjanitor.pivot_longer拆分多前缀列时的type列填充问题

示例数据 #

col,ref_number_of_rows,ref_count,ref_unique,cur_number_of_rows,cur_count,cur_unique
region,2518,2518,42,212,212,12
country,2518,2518,6,212,212,2
year,2518,2518,15,212,212,15

注：原数据最后一列疑似笔误，修正为cur_unique以匹配对应数值逻辑

需求说明 #

将上述数据集逆透视，生成type列存储列名前缀（cur或ref）。

原代码问题 #

当前代码无法正确提取下划线前缀填充type列，原因是names_sep参数使用错误——该参数用于指定列名的分隔符，而你传入的正则表达式是匹配前缀内容，无法实现分割效果。

正确解决方案 #

方法1：按第一个下划线分割（最简方案） #

通过names_split="first"指定仅分割第一个下划线，直接将前缀存入type列：

column_summary_frame \
    .pivot_longer(
        column_names="*_*",  # 匹配所有含下划线的列
        names_to=("type", ".value"),
        names_sep="_",
        names_split="first"
    )

方法2：正则分组精确匹配 #

如果需要限定仅匹配ref或cur前缀，使用names_pattern捕获分组：

column_summary_frame \
    .pivot_longer(
        column_names="*_*",
        names_to=("type", ".value"),
        names_pattern=r"(ref|cur)_(.*)"  # 分别捕获前缀和字段名
    )

处理后结果示例 #

内容的提问来源于stack exchange，提问作者prayner