如何将宽格式DataFrame转换为含country、year、hdi的长格式表？

这不属于单纯的转置问题，而是宽格式数据转长格式的典型数据重塑需求——转置只是简单互换行列，而你需要的是把分散在列上的年份信息提取为行维度，同时对应到每个国家的HDI值，最终得到三列结构。

正确实现方式（基于Pandas） #

假设你的原始数据结构是：第一列为country，后续列的列名是年份（比如1990、1991...），单元格值为对应国家对应年份的HDI。

方法1：使用melt（最通用）

这是宽转长的标准工具，直接指定保留的标识列、新列的名称即可：

import pandas as pd

# 替换成你的实际数据框名称
long_format_df = df.melt(
    id_vars='country',  # 要保留的列（每个行组的标识）
    var_name='year',    # 原年份列名要转换为的新列名
    value_name='hdi'    # 原单元格HDI值要转换为的新列名
)

方法2：使用wide_to_long（适合列名有统一前缀的情况）

如果你的年份列名带前缀（比如HDI_1990、HDI_1991），用这个方法更高效：

long_format_df = pd.wide_to_long(
    df,
    stubnames='hdi',  # 列名的统一前缀部分
    i='country',      # 行标识列
    j='year',         # 要提取的维度名称（年份）
    sep='_'           # 列名前缀和年份的分隔符
).reset_index()  # 将索引中的country和year转为普通列

你之前尝试的方法为什么无效 #

• df.groupby('country').T：分组转置会把每个国家的行转成列，得到的结构是年份作为行索引、国家作为列，完全不符合你要的三列格式。
• df['country'] = df.iloc[0]：这是把第一行的国家名称赋值给整个country列，会导致所有行的国家都变成同一个值，显然错误。

内容的提问来源于stack exchange，提问作者S.H