如何转换Pandas DataFrame：将多组(X,Y)列转置为单列

你遇到的是典型的宽格式转长格式数据处理需求，df.transpose()是行列转置，显然不适用这类场景，正确的做法是使用Pandas的melt()方法，以下是具体实现步骤：

1. 构造示例数据 #

首先还原你的初始DataFrame：

import pandas as pd

# 构造初始数据
raw_data = {
    '(A, B)': ['(22, 3)', '(23, 4)', '(27, 3)', '(42, 5)'],
    '(X1, Y1)': [4.33, 5.23, 4.66, 7.44],
    '(X2, Y2)': [3.45, 5.65, 13.45, 12.32],
    '(X3,Y3)': [11.12, 12.23, 12.34, 1.23]
}
df = pd.DataFrame(raw_data)

2. 使用melt()转换格式 #

melt()专门用于将宽表"拉长"为长表，核心参数说明：

• id_vars：指定转换过程中保持不变的列（这里是(A, B)）
• value_name：指定转换后值列的名称（这里设为(X, Y)）

执行代码：

# 转换格式
melted_df = df.melt(id_vars=['(A, B)'], value_name='(X, Y)')
# 移除不需要的原列名标识列
melted_df = melted_df.drop(columns='variable')
# 重置索引（可选，让索引连续）
melted_df = melted_df.reset_index(drop=True)

3. 转换结果 #

执行后得到的melted_df完全符合你的目标格式：

扩展说明 #

如果你的业务数据中有超过50组(X,Y)列，这个方法依然适用——melt()会自动识别所有非id_vars的列并进行转换，无需手动指定每一列，完全适配大规模数据场景。

内容的提问来源于stack exchange，提问作者user20744179