如何将Pandas DataFrame转换为适配特定软件的指定格式？

常见场景：宽表转长表（匹配你的格式转换需求） #

如果原始数据是宽表（每行对应一个样本，多列对应不同基因/指标的数值），目标是转成长表（每行对应一个样本-基因的数值对），用 Pandas 的 melt() 函数就能快速实现。

代码示例

先模拟原始数据结构：

import pandas as pd

# 模拟原始DataFrame
df_raw = pd.DataFrame({
    "Sample": ["S1", "S2", "S3"],
    "GeneA": [12, 24, 36],
    "GeneB": [15, 27, 39],
    "GeneC": [18, 30, 42]
})

执行转换：

# 格式转换核心代码
df_transformed = pd.melt(
    df_raw,
    id_vars=["Sample"],  # 保留作为唯一标识的列
    var_name="Gene",     # 转换后的基因名称列名
    value_name="Value"   # 转换后的数值列名
)

转换后结果结构：

特殊场景调整 #

如果原始数据有复合表头、多标识列等特殊结构，可灵活调整：

• 需保留多个标识列：在 id_vars 传入列名列表，比如 id_vars=["Sample", "Group"]
• 仅转换部分列：用 value_vars 指定目标列，比如 value_vars=["GeneA", "GeneC"]
• 层级表头：先通过 df.columns = df.columns.map('_'.join) 合并层级，再执行 melt()

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