如何将Pandas DataFrame中的列块转换为堆叠行？

原始数据 #

import pandas as pd

df = pd.DataFrame({
    'EID': [1001, 1002, 1003, 1004],
    'FX1': ['FXA', 'FXB', 'FXC', 'FXD'],
    'FY1': ['FYA', 'FYB', 'FYC', 'FYD'],
    'FZ1': ['FZA', 'FZB', 'FZC', 'FZD'],
    'SUB1': [101, 101, 101, 101],
    'FX2': ['FXE', 'FXF', 'FXG', 'FXH'],
    'FY2': ['FYE', 'FYF', 'FYG', 'FYH'],
    'FZ2': ['FZE', 'FZF', 'FZG', 'FZH'],
    'SUB2': [102, 102, 102, 102],
    'FX3': ['FXI', 'FXJ', 'FXK', 'FXL'],
    'FY3': ['FYI', 'FYJ', 'FYK', 'FYL'],
    'FZ3': ['FZI', 'FZJ', 'FZK', 'FZL'],
    'SUB3': [103, 103, 103, 103]
})

目标格式 #

需要将每组FXn-FYn-FZn-SUBn列块转换为统一列名的行，最终得到包含EID、FX1、FY1、FZ1、SUB的长表。

方法一：使用pd.wide_to_long（推荐，适合列名有规律的场景） #

这个函数专门处理宽表转长表，针对列名是「前缀+数字」的格式非常高效：

# 转换宽表为长表
result = pd.wide_to_long(
    df,
    stubnames=['FX', 'FY', 'FZ', 'SUB'],  # 列名的前缀部分
    i='EID',  # 保留的标识列
    j='num',  # 提取的后缀数字，临时列
    sep=''  # 前缀和数字之间无分隔符
)

# 整理格式：重置索引、删除临时列、重命名列、排序
result = result.reset_index()\
               .drop(columns='num')\
               .rename(columns={'FX': 'FX1', 'FY': 'FY1', 'FZ': 'FZ1'})\
               .sort_values('SUB')\
               .reset_index(drop=True)

方法二：分组提取后合并（直观，适合列块数量少的场景） #

如果列名规律不明显，或者需要更灵活的处理，可以直接提取每组列块，重命名后合并：

# 定义每组的列名列表
column_groups = [
    ['EID', 'FX1', 'FY1', 'FZ1', 'SUB1'],
    ['EID', 'FX2', 'FY2', 'FZ2', 'SUB2'],
    ['EID', 'FX3', 'FY3', 'FZ3', 'SUB3']
]

# 遍历每组，提取并重命名列
processed_dfs = []
for cols in column_groups:
    temp_df = df[cols].rename(columns={
        cols[1]: 'FX1',
        cols[2]: 'FY1',
        cols[3]: 'FZ1',
        cols[4]: 'SUB'
    })
    processed_dfs.append(temp_df)

# 合并所有处理后的子表
result = pd.concat(processed_dfs, ignore_index=True)

最终结果 #

两种方法都能得到符合要求的DataFrame，输出示例：

EID FX1 FY1 FZ1  SUB
0   1001 FXA FYA FZA  101
1   1002 FXB FYB FZB  101
2   1003 FXC FYC FZC  101
3   1004 FXD FYD FZD  101
4   1001 FXE FYE FZE  102
5   1002 FXF FYF FZF  102
6   1003 FXG FYG FZG  102
7   1004 FXH FYH FZH  102
8   1001 FXI FYI FZI  103
9   1002 FXJ FYJ FZJ  103
10  1003 FXK FYK FZK  103
11  1004 FXL FYL FZL  103

内容的提问来源于stack exchange，提问作者James