如何将Pandas DataFrame中的独立年份列转换为时间序列数据？

原始数据结构 #

2017 2018 2019
Bill   10   15  20
Jim    5    10  20

目标格式 #

Name Year Amount
Bill 2017 10 
Bill 2018 15 
Jim  2017 5
...

实现方法 #

使用Pandas的melt()方法可快速完成宽表到长表的转换，具体步骤如下：

1. 构造原始DataFrame（已有数据可跳过此步）
2. 将行索引（姓名）转为普通列
3. 调用melt()指定转换规则，并重命名列名匹配目标格式

完整代码：

import pandas as pd

# 构造原始DataFrame
raw_data = {
    2017: [10, 5],
    2018: [15, 10],
    2019: [20, 20]
}
df = pd.DataFrame(raw_data, index=['Bill', 'Jim'])

# 执行格式转换
converted_df = df.reset_index().melt(
    id_vars='index',
    var_name='Year',
    value_name='Amount'
).rename(columns={'index': 'Name'})

# 输出结果
print(converted_df)

代码说明 #

• reset_index()：把原DataFrame的行索引（姓名）转为名为index的普通列
• melt()：
  • id_vars：指定转换后保留的标识列（此处为姓名列）
  • var_name：设置原年份列名对应的新列名
  • value_name：设置原数值对应的新列名
• rename()：将临时的index列重命名为Name，匹配目标格式

运行后即可得到符合要求的时间序列格式数据。

内容的提问来源于stack exchange，提问作者Jpod31