如何将DataFrame多方法列合并为methods与value列并保留原行数

假设你使用的是Pandas库，以下是具体实现步骤：

1. 构造（或加载）目标DataFrame #

先还原你提供的数据集结构：

import pandas as pd

df = pd.DataFrame({
    'averageNumberOfOperationsPerPath': [1.285714, 1.266667, 1.266667, 3.333333, 3.333333],
    'id': [84, 84, 84, 124, 124],
    'get': [12.0, 13.0, 13.0, 3.0, 3.0],
    'post': [4.0, 4.0, 4.0, 1.0, 1.0],
    'put': [1.0, 1.0, 1.0, 2.0, 2.0],
    'delete': [1.0, 1.0, 1.0, 1.0, 1.0]
})

2. 区分固定列与方法列 #

先明确需要保留的固定列，以及需要合并的方法列（自动识别所有非固定列，适配你说的“其他未列出的方法列”）：

# 定义需要保留的非方法列
non_method_cols = ['averageNumberOfOperationsPerPath', 'id']
# 自动提取所有方法列
method_cols = [col for col in df.columns if col not in non_method_cols]

3. 合并方法列到目标列（保持原行数） #

方式一：拆分为方法名列表和对应值列表 #

生成methods（存储方法名）和value（存储对应数值）两个新列：

# 生成methods列：每行是当前行的所有方法名列表
df['methods'] = df[method_cols].apply(list, axis=1)
# 生成value列：每行是当前行的所有方法数值列表
df['value'] = df[method_cols].values.tolist()

# 可选：删除原来的单个方法列
df = df.drop(columns=method_cols)

处理后的DataFrame结构示例：

方式二：合并为字典格式（单列存储键值对） #

如果希望把方法名和对应值以字典形式存在单个列中：

# 生成method_dict列：每行是{方法名: 数值}的字典
df['method_dict'] = df[method_cols].apply(lambda row: row.to_dict(), axis=1)

# 可选：删除原来的单个方法列
df = df.drop(columns=method_cols)

处理后method_dict列的示例值：{'get': 12.0, 'post': 4.0, 'put': 1.0, 'delete': 1.0}

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