如何将DataFrame中重复列（Type-I/Type-II）转换为多行结构？

核心思路 #

输入表格的每行包含两组Type - I和Type - II数据，我们需要将每行拆分为两行，每行仅保留一组目标数据，后两列留空。以下用Pandas实现两种方案：

方案1：严格匹配期望行顺序 #

逐行拆分原数据，每组数据单独成一行，直接按原行内顺序拼接：

import pandas as pd

# 构造输入数据（实际场景可从文件/字符串读取）
input_data = [
    [560, 189, 128, 244],
    [379, 460, 357, 679],
    [238, 568, 125, 147],
    [389, 357, 780, 459]
]
df = pd.DataFrame(input_data, columns=['Type - I', 'Type - II', 'Type - I', 'Type - II'])

# 逐行拆分并构建结果列表
result_rows = []
for _, row in df.iterrows():
    # 添加当前行的第一组数据
    result_rows.append([row[0], row[1], '', ''])
    # 添加当前行的第二组数据
    result_rows.append([row[2], row[3], '', ''])

# 转换为DataFrame并输出Markdown表格
result_df = pd.DataFrame(result_rows, columns=['Type - I', 'Type - II', '', ''])
print(result_df.to_markdown(index=False))

方案2：批量拆分合并 #

先批量提取所有前两列和后两列数据，再合并结果，适合数据量较大的场景：

import pandas as pd

input_data = [
    [560, 189, 128, 244],
    [379, 460, 357, 679],
    [238, 568, 125, 147],
    [389, 357, 780, 459]
]
df = pd.DataFrame(input_data, columns=['Type - I', 'Type - II', 'Type - I', 'Type - II'])

# 提取前两列作为第一部分
part1 = df.iloc[:, :2].copy()
# 提取后两列并统一列名
part2 = df.iloc[:, 2:].copy()
part2.columns = part1.columns

# 合并两部分并添加空列
result_df = pd.concat([part1, part2]).reset_index(drop=True)
result_df[['', '']] = ''

# 输出Markdown表格
print(result_df.to_markdown(index=False))

输出结果 #

方案1的输出完全匹配你期望的结构：

内容的提问来源于stack exchange，提问作者SKC