如何将宽格式数据集转长格式并保留原变量名？求可用函数

你的源数据格式：

目标是转成两列的长格式，以下是常用数据分析工具的实现方法：

R语言实现 #

方法1：使用tidyverse的pivot_longer #

library(tidyverse)

# 构造示例数据（替换成你的数据集）
df <- tibble(
  variable1 = c("value1", NA, NA),
  variable2 = c(NA, "value2", NA),
  variable3 = c(NA, NA, "value3")
)

# 执行转换
df_long <- df %>%
  pivot_longer(
    cols = everything(), # 选择所有列
    names_to = "variable", # 原列名存入新列"variable"
    values_to = "value", # 原列值存入新列"value"
    values_drop_na = TRUE # 剔除含NA值的行
  )

方法2：使用reshape2的melt #

library(reshape2)

df_long <- melt(df, na.rm = TRUE, variable.name = "variable", value.name = "value")

Python语言实现 #

方法1：使用pandas的melt #

import pandas as pd
import numpy as np

# 构造示例数据（替换成你的数据集）
df = pd.DataFrame({
    'variable1': ['value1', np.nan, np.nan],
    'variable2': [np.nan, 'value2', np.nan],
    'variable3': [np.nan, np.nan, 'value3']
})

# 执行转换
df_long = df.melt(var_name='variable', value_name='value').dropna()

方法2：使用pandas的stack（更简洁） #

df_long = df.stack().reset_index(name='value').rename(columns={'level_1': 'variable'})

以上方法都能直接得到你想要的目标格式：

内容的提问来源于stack exchange，提问作者ab0rt