如何将宽格式DataFrame转换为国家-年份-值的长格式？

可以用Pandas的melt()函数快速实现宽格式到长格式的转换，以下是具体步骤和代码：

1. 构造示例宽格式数据 #

先模拟你提供的多国家宽格式DataFrame：

import pandas as pd

# 示例宽格式数据，行是国家，列是年份
wide_df = pd.DataFrame(
    data={'Year1': ['x1', 'y1'], 'Year2': ['x2', 'y2'], 'Year3': ['x3', 'y3']},
    index=['canada.', 'usa.']  # 模拟带标点的国家名
)

2. 执行宽转长转换 #

# 把索引转为普通列，再用melt转换
long_df = wide_df.reset_index().melt(
    id_vars='index',          # 指定作为标识的列（原国家索引）
    var_name='Year',          # 原年份列名存入新列Year
    value_name='Value'        # 原数值存入新列Value
).rename(columns={'index': 'Country'})  # 重命名标识列为Country

# 处理国家名：去掉末尾标点并首字母大写
long_df['Country'] = long_df['Country'].str.strip('.').str.capitalize()

3. 转换结果 #

最终得到的long_df结构如下：

关键函数说明 #

• reset_index()：将原DataFrame的索引（国家）转换为普通列，方便后续作为标识列处理
• melt()：Pandas专门用于宽转长的函数，id_vars指定保留的分组列，var_name和value_name分别定义转换后的列名
• str.strip('.')：清理国家名中的多余标点，可根据实际情况调整符号
• str.capitalize()：将国家名格式化为首字母大写的形式，匹配示例要求

内容的提问来源于stack exchange，提问作者Aroune