如何在Pandas DataFrame中实现宽表转长表（透视转换）

架构老林

2026-8-16

Pandas DataFrame 宽表转长表实现方法

原始DataFrame结构

import pandas as pd

df = pd.DataFrame({
    'Id': ['123', 'abc', 'def'],
    'Phone': ['12345', '45678', '78019'],
    'Email': ['123@1233.de', 'abc@ab.de', 'def@def.de'],
    'workplace': ['test', 'test', 'test'],
    'Mailing city': ['New York', 'New York', 'New York'],
    'Mailing Stat': ['New York', 'New York', 'New York']
})

对应的表格展示：

Id	Phone	Email	workplace	Mailing city	Mailing Stat
123	12345	123@1233.de	test	New York	New York
abc	45678	abc@ab.de	test	New York	New York
def	78019	def@def.de	test	New York	New York

期望转换后的结构

id	Attribute	Value	Mailing city	Mailing sat
123	Phone	12345	New York	New York
123	Email	123@1233.de	New York	New York
123	workplace	test	New York	New York
abc	Phone	45678	New York	New York
abc	Email	abc@ab.de	New York	New York
abc	workplace	test	New York	New York

实现代码

用Pandas内置的melt函数就能快速完成这个转换，代码如下：

# 执行宽转长转换
result_df = df.melt(
    id_vars=['Id', 'Mailing city', 'Mailing Stat'],  # 保留不参与转换的列
    value_vars=['Phone', 'Email', 'workplace'],      # 需要转为键值对的列
    var_name='Attribute',                            # 转换后的属性列名
    value_name='Value'                               # 转换后的属性值列名
)

# 调整列名匹配期望格式
result_df = result_df.rename(columns={
    'Id': 'id',
    'Mailing Stat': 'Mailing sat'
})

# 重置索引（可选操作）
result_df = result_df.reset_index(drop=True)