如何使用Pandas Melt将DataFrame表头转换为行数据？

需求 #

将DataFrame中所有以Acct开头的列转为Acct列的行值，同时保留Year列的分组关联，对应数值存入Amount列。

初始数据 #

import pandas as pd

df = pd.DataFrame({'Year': {0: 2022, 1: 2023, 2: 2024},
                   'Acct 1': {0: 100, 1: 300, 2: 500},
                   'Acct 2': {0: 200, 1: 400, 2: 600}})

解决方案 #

使用pandas.melt()函数即可实现，关键是正确指定参数：

• id_vars：保留不变的关联列（这里是Year）
• value_vars：需要转换为行的目标列（所有以Acct开头的列）
• var_name：原列名转换后的新列名（Acct）
• value_name：原列值转换后的新列名（Amount）

代码实现：

# 筛选所有以Acct开头的列
acct_columns = [col for col in df.columns if col.startswith('Acct')]

# 执行melt转换
transformed_df = df.melt(
    id_vars='Year',
    value_vars=acct_columns,
    var_name='Acct',
    value_name='Amount'
)

输出结果 #

print(transformed_df)
#    Year    Acct  Amount
# 0  2022  Acct 1     100
# 1  2023  Acct 1     300
# 2  2024  Acct 1     500
# 3  2022  Acct 2     200
# 4  2023  Acct 2     400
# 5  2024  Acct 2     600

内容的提问来源于stack exchange，提问作者Evan