如何将宽格式DataFrame转换为每列对应单行的长格式？

原始DataFrame #

目标格式 #

代码实现 #

用pandas的melt函数完成宽表转长表，再处理字符串格式：

import pandas as pd

# 构造原始数据
df = pd.DataFrame({
    'Name': ['John', 'Smith', 'Jack'],
    '0': ['object 1', 'object 1', 'object 1'],
    '1': ['object 2', 'object 2', 'object 2'],
    '2': ['Object 3', 'Object 3', 'Object 3'],
    '3': ['object 4', 'object 4', 'object 4']
})

# 宽表转长表，保留Name作为分组列
melted_df = df.melt(id_vars='Name', value_name='0')

# 去掉object（含大写开头的Object）后的空格，统一格式
melted_df['0'] = melted_df['0'].str.replace(r'(?i)object\s', 'object', regex=True)

# 重置索引并调整列顺序
result_df = melted_df.reset_index(drop=False).rename(columns={'index': '-'})[['-', 'Name', '0']]

print(result_df)

步骤说明 #

1. 宽转长：melt函数把Name列作为标识，将原来的0-3列的所有值整合到新的0列里，自动为每个Name生成多行数据。
2. 格式统一：用正则替换去掉object（不区分大小写）后面的空格，把Object 3这类格式统一成object3。
3. 调整索引和列顺序：重置索引并将索引列命名为-，最后调整列的顺序匹配目标格式。

内容的提问来源于stack exchange，提问作者user14696236