如何使用Python将宽表DataFrame转换为长表格式？

在Python中，使用pandas库的melt()函数可以轻松完成宽表到长表的格式转换，这是处理这类数据重塑需求的标准方法。

步骤1：构造初始宽表（或读取已有数据） #

先还原你提供的初始宽表数据：

import pandas as pd

df_wide = pd.DataFrame({
    'City': ['City_1', 'City_2', 'City_3'],
    '2000': [10, 15, 20],
    '2005': [11, 14, 30],
    '2010': [12, 13, 25],
    '2015': [13, 12, 35]
})

步骤2：使用melt()转换为长表 #

调用melt()函数并指定关键参数即可完成转换：

df_long = df_wide.melt(
    id_vars=['City'],       # 保留不变的标识列
    var_name='Year',        # 原年份列名对应的新列名称
    value_name='Population' # 原人口数值对应的新列名称
)

# 可选：将Year列从字符串转为整数类型（如需数值运算）
df_long['Year'] = df_long['Year'].astype(int)

参数说明 #

• id_vars：设置不需要被“融化”的列，这里City作为每个记录的标识，会重复对应每一条年份-人口数据。
• var_name：定义从原宽表列名（2000、2005等）转换而来的新列名称，对应长表中的Year列。
• value_name：定义从原宽表各列数值转换而来的新列名称，对应长表中的Population列。

转换后的长表结果 #

执行上述代码后，df_long的结构与你需求的完全一致：

内容的提问来源于stack exchange，提问作者Corger