如何将给定Pandas DataFrame转换为指定的长表结构？

原始数据与当前DataFrame #

原始代码：

import pandas as pd

data={'id':[1, 2, 3],'A': ['edx',None , 'edx'],'B': [None,'com',None ],'C': ['tab','tab',None ] }  
df = pd.DataFrame(data)

当前DataFrame：

id  A     B     C
1   edx   None  tab
2   None  com   tab
3   edx   None  None

期望结果 #

id  Learn
1   edx
1   tab
2   com
2   tab
3   edx

解决方案 #

推荐两种简洁的实现方式：

方法1：使用stack()（自动过滤空值）

# 转换并整理格式
result = df.set_index('id').stack().reset_index(name='Learn').drop('level_1', axis=1)

步骤说明：

• set_index('id')：将id设为索引，确保转换过程中每个值都对应正确的id
• stack()：把A/B/C列转为行结构，自动忽略空值，无需额外过滤
• reset_index(name='Learn')：重置索引并将数值列命名为Learn
• drop('level_1', axis=1)：移除stack生成的原列名列（不需要保留）

方法2：使用melt()（需手动过滤空值）

# 融合列并过滤空值
result = df.melt(id_vars='id', value_name='Learn').dropna(subset=['Learn']).drop('variable', axis=1)

步骤说明：

• melt(id_vars='id', value_name='Learn')：将A/B/C列合并为Learn列，保留id关联
• dropna(subset=['Learn'])：过滤Learn列中的空值
• drop('variable', axis=1)：移除原列名的辅助列

两种方法运行后都能得到你需要的结果。

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