如何使用Pandas Melt函数转换多列结构的DataFrame？

完全可以用melt函数实现这个转换，核心是指定好要保留的标识列和需要转置的数值列，分两种常见情况处理：

情况1：Edad是DataFrame的行索引 #

如果你的原始DataFrame中Edad是行索引（比如展示里的[15-25]这类是索引值），先把索引转为普通列，再调用melt：

# 假设原始DataFrame名为df
df = df.reset_index().rename(columns={'index': 'Edad'})
long_df = df.melt(id_vars='Edad', var_name='Year', value_name='Value')

情况2：Edad已经是普通列 #

如果Edad本身就是DataFrame的一列，直接调用melt即可：

long_df = df.melt(id_vars='Edad', var_name='Year', value_name='Value')

参数说明 #

• id_vars='Edad'：指定转换后要保留的标识列，对应每个数值所属的年龄组
• var_name='Year'：将原来的年份列名（2000、2001等）转为新列的名称
• value_name='Value'：把原单元格中的数值统一归集到这个新列里

转换后效果 #

运行后得到的long_df会是你需要的长格式：

Edad  Year   Value
0  [15-25]  2000  126675
1  (25-35]  2000   65823
2  (35-45]  2000   37474
3  (45-55]  2000   20624
4  (55-65]  2000   30240
...

内容的提问来源于stack exchange，提问作者Santiago Fernndez del Castillo