将Pandas DataFrame从宽格式转换为长格式

方法一：拆分后拼接（直观匹配目标顺序） #

这种方法直接提取两组动作-时间列，重命名后拼接，完全匹配你想要的输出顺序：

import pandas as pd

# 初始化原始数据
data = [['Tom', 'run', '2022-01-26', 'run', '2027-01-26'], 
        ['Max', 'stop', '2020-11-16', 'run', '2022-04-26'], 
        ['Bob', 'run', '2021-10-03', 'stop', '2022-01-26'], 
        ['Ben', 'run', '2020-03-11', 'stop', '2013-01-26'], 
        ['Eva', 'stop', '2017-11-16', 'run', '2015-01-26']]
df = pd.DataFrame(data, columns=['person', 'action_1', 'time_1', 'action_2', 'time_2'])

# 提取第一组动作-时间并改名
df_part1 = df[['person', 'action_1', 'time_1']].rename(columns={'action_1': 'action', 'time_1': 'time'})
# 提取第二组动作-时间并改名
df_part2 = df[['person', 'action_2', 'time_2']].rename(columns={'action_2': 'action', 'time_2': 'time'})

# 拼接两组数据并重置索引
df_long = pd.concat([df_part1, df_part2], ignore_index=True)

print(df_long)

方法二：使用wide_to_long（适合批量处理多组列） #

如果后续有更多类似action_n/time_n的列，用wide_to_long更高效，只需调整参数即可：

import pandas as pd

# 初始化原始数据（同上）
data = [['Tom', 'run', '2022-01-26', 'run', '2027-01-26'], 
        ['Max', 'stop', '2020-11-16', 'run', '2022-04-26'], 
        ['Bob', 'run', '2021-10-03', 'stop', '2022-01-26'], 
        ['Ben', 'run', '2020-03-11', 'stop', '2013-01-26'], 
        ['Eva', 'stop', '2017-11-16', 'run', '2015-01-26']]
df = pd.DataFrame(data, columns=['person', 'action_1', 'time_1', 'action_2', 'time_2'])

# 宽转长，指定前缀和标识符列
df_long = pd.wide_to_long(df, stubnames=['action', 'time'], i='person', j='event').reset_index()
# 移除临时的event列，并排序保持原始顺序
df_long = df_long.sort_values('event', kind='mergesort').drop('event', axis=1).reset_index(drop=True)

print(df_long)

两种方法都会输出你期望的长格式DataFrame。

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