如何实现按行遍历列的转置？pd.melt输出不符合预期需求

需要将数据按「先遍历所有列的第一行，再遍历所有列的第二行」的方式转置，替代默认的「先遍历第一列所有行，再遍历第二列所有行」，最终实现列转置为行且同一ID的数据归为一类。

原始数据 #

columnA     columnB     columnC     columnD     columnE   ...
   IdA          a           b            c           d
   IdB          5           6            7           8
   IdC          e           f            g           h
   IdD          4           5            6           7   

当前使用代码 #

transpose = pd.melt(id_vars = ['columnA']
          ,var_name = ['header']
          ,value_name = 'info')

当前输出 #

columnA    header     info
    IdA     columnB      a
    IdB     columnB      5
    IdC     columnB      e
    IdD     columnB      4

    IdA     columnC      b
    IdB     columnC      6
    IdC     columnC      f
    IdD     columnC      5

...

预期输出 #

columnA    header     info
    IdA     columnB      a
    IdA     columnC      b
    IdA     columnD      c
    IdA     columnE      d

    IdB     columnB      5
    IdB     columnC      6
    IdB     columnD      7
    IdB     columnE      8

...

解决方案 #

默认的pd.melt会先按列名（header字段）分组输出，导致同一列的所有行先聚合。要实现预期的行优先聚合，只需在melt后对结果按columnA排序，同时保留每个ID对应的原列顺序：

transpose = pd.melt(id_vars=['columnA'], var_name='header', value_name='info')
# 按ID分组，同时保持每个ID下的列顺序与原数据一致
transpose = transpose.sort_values(['columnA', 'header'], ignore_index=True)

这样处理后，输出结果就会将同一ID的所有行聚合在一起，并且每个ID下的列顺序和原始数据中的列顺序保持一致，符合预期。

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