PySpark使用melt实现宽表转长表报错：DataFrame无melt属性

错误原因及对应解决办法： #

• Pandas版本过低：melt作为DataFrame的实例方法是在Pandas 0.20.0版本才新增的，如果你用的版本比这旧，就会触发这个报错。
  1. 先检查当前版本：

     import pandas as pd
     print(pd.__version__)
     

  2. 版本过低就升级：

     pip install --upgrade pandas
     

• 变量不是Pandas DataFrame：JP_ch或GJ_ch可能不是标准的Pandas DataFrame对象（比如是PySpark DataFrame、Series或者其他数据结构）。
  1. 先确认变量类型：

     print(type(JP_ch))
     print(type(GJ_ch))
     

  2. 如果不是<class 'pandas.core.frame.DataFrame'>，就转成Pandas DataFrame：

     # 示例：PySpark DataFrame转Pandas
     JP_ch = JP_ch.toPandas()
     # 示例：其他结构转DataFrame
     JP_ch = pd.DataFrame(JP_ch)
     

• 临时替代方案（不想升级版本）：用顶层的pd.melt()函数，语法和实例方法一致，只是把DataFrame作为第一个参数传入：

  df_pivot_jp = pd.melt(JP_ch, id_vars=['c_id'], var_name='views_on_character', value_name='answer')
  df_pivot_gj = pd.melt(GJ_ch, id_vars=['c_id'], var_name='views_on_character', value_name='answer')
  

内容的提问来源于stack exchange，提问作者ar_mm18