如何使用Python基于特定列将表格列转换为行？

你要的这种**列转行（宽表转长表）**操作，用pandas的melt函数就能搞定，之前没成功大概率是参数没设置到位。下面给你具体的实现方法：

示例场景说明 #

假设你的原始数据逻辑如下：

预期转成的结果是：

代码实现 #

import pandas as pd

# 创建原始数据
df = pd.DataFrame({
    "学生姓名": ["张三", "李四"],
    "数学": [92, 80],
    "英语": [85, 91],
    "物理": [78, 88]
})

# 用melt实现列转行
# id_vars：指定要保留的特定列（不参与转行的列）
# var_name：转行后，原列名对应的新列名
# value_name：转行后，原列值对应的新列名
result_df = df.melt(id_vars=["学生姓名"], var_name="科目", value_name="分数")

print(result_df)

关键参数解释 #

• id_vars：必填，把你想保留的特定标识列放这里，比如示例中的「学生姓名」，这些列不会被转成行，会作为每一行的分组标识。
• var_name：可选，自定义转行后原列名的列标题，默认是「variable」。
• value_name：可选，自定义转行后原列值的列标题，默认是「value」。

为什么transpose没用？ #

transpose()是把整个表格的行列完全互换，包括你的标识列，转出来的结果会把「学生姓名」变成列名，显然不符合你要保留特定列、只转其他列的需求，所以这个方法不适用。

多标识列的情况 #

如果需要保留多个特定列（比如同时保留「学生姓名」和「班级」），只需要把这些列都放进id_vars列表里就行：

df = pd.DataFrame({
    "学生姓名": ["张三", "李四"],
    "班级": ["一班", "二班"],
    "数学": [92, 80],
    "英语": [85, 91],
    "物理": [78, 88]
})

result_df = df.melt(id_vars=["学生姓名", "班级"], var_name="科目", value_name="分数")

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