如何使用Pandas将单行多列表格重塑为分类-值对格式？

先构造和你描述一致的单行DataFrame：

import pandas as pd

df = pd.DataFrame({
    'Year': [1999],
    'foo': [10],
    'bar': [30],
    'baz': [20]
})

你需要的是把foo、bar、baz这三列转成Category列的行值，对应数值放到Value列，用pandas.melt()就能实现，核心是明确指定要转换的列，以及新列的名称：

方法1：仅保留Category和Value列 #

melted_df = df.melt(
    value_vars=['foo', 'bar', 'baz'],  # 指定要转换为行的列
    var_name='Category',               # 存储原列名的新列名
    value_name='Value'                 # 存储对应数值的新列名
)

输出结果：

方法2：保留Year列（如需关联其他年份数据） #

如果后续需要保留年份信息，只需加上id_vars参数指定要保留的标识符列：

melted_df_with_year = df.melt(
    id_vars=['Year'],                  # 保留不参与转换的列
    value_vars=['foo', 'bar', 'baz'],
    var_name='Category',
    value_name='Value'
)

输出结果：

你之前用melt失败，大概率是没明确指定value_vars，导致把Year也当成了要转换的列，或者没给新列指定正确的名称。

内容的提问来源于stack exchange，提问作者Aris