如何用Python/Pandas将CSV列头日期转为日期列并生成value列

直接用Pandas的melt()函数就能搞定宽格式到长格式的转换，这是处理这类需求的标准方法。以下是具体步骤和代码示例：

假设原始CSV结构（宽格式）： #

第一列可能是无关的标识列（比如"指标"），其余列头都是日期，单元格对应日期的数值：

指标,2023-01-01,2023-01-02,2023-01-03
数值,150,220,180

转换代码： #

import pandas as pd

# 读取原始CSV
df = pd.read_csv("your_input_file.csv")

# 将日期列头转为date列，单元格值转为value列
# id_vars指定保留的非日期列（如果没有可以去掉这个参数）
df_long = df.melt(
    id_vars=["指标"],  # 如果没有标识列，直接删除这一行
    var_name="date",
    value_name="value"
)

# 可选：移除不需要的标识列（如果有的话）
df_long = df_long.drop("指标", axis=1)

# 可选：将date列转换为datetime类型，方便后续日期操作
df_long["date"] = pd.to_datetime(df_long["date"])

# 保存为目标格式的CSV
df_long.to_csv("output_file.csv", index=False)

无额外标识列的情况： #

如果你的原始CSV里所有列头都是日期（没有第一列标识），代码更简洁：

import pandas as pd

df = pd.read_csv("input.csv")
df_long = df.melt(var_name="date", value_name="value")
df_long["date"] = pd.to_datetime(df_long["date"])
df_long.to_csv("output.csv", index=False)

转换后目标格式： #

date,value
2023-01-01,150
2023-01-02,220
2023-01-03,180

内容的提问来源于stack exchange，提问作者JOlay