如何在Python中将透视矩阵格式的DataFrame转换为时间序列？

你可以通过**逆透视（melt）**操作实现需求，以下是具体步骤和代码示例：

步骤说明 #

1. 使用melt将原DataFrame的时间列（如13:00、14:00）转换为行数据，保留Date列作为标识列；
2. 将Date列与转换后的时间列合并，转换为完整的datetime类型；
3. 整理列名和结构，得到目标格式。

代码示例 #

1. 构造样例数据 #

import pandas as pd

# 模拟你的原始DataFrame
df = pd.DataFrame({
    'Date': ['2022-01-01', '2022-01-02'],
    '13:00': [10, 20],
    '14:00': [15, 25],
    '15:00': [20, 30]
})

2. 逆透视转换 #

# 将时间列转为行，生成Time和Data列
melted_df = df.melt(id_vars='Date', var_name='Time', value_name='Data')

3. 合并日期与时间为datetime类型 #

# 拼接日期和时间字符串，转换为datetime
melted_df['Date'] = pd.to_datetime(melted_df['Date'] + ' ' + melted_df['Time'])

# 移除多余的Time列，得到最终结果
final_df = melted_df.drop(columns='Time')

最终结果示例 #

Date  Data
0 2022-01-01 13:00:00    10
1 2022-01-02 13:00:00    20
2 2022-01-01 14:00:00    15
3 2022-01-02 14:00:00    25
4 2022-01-01 15:00:00    20
5 2022-01-02 15:00:00    30

注：你提到的pivot是透视操作（行转列），而此处需要的是逆透视（列转行），因此melt是更合适的工具。

内容的提问来源于stack exchange，提问作者Rulo