如何用Pandas将宽格式时间序列DataFrame转为长格式？

用pandas的melt函数就能实现你要的效果，之前没得到精确输出大概率是没处理好参数或日期格式，直接看步骤：

步骤说明 #

• 用melt把宽表转成基础长格式，指定Hour作为保留的标识列，其他日期列转成Date列，对应数值转成Values列
• 把原日期列名（比如Wed Aug 10 2022）转换成你要的8/10/2022格式
• 可选排序，让结果和你给出的示例顺序一致

完整代码 #

import pandas as pd

# 假设df是你的宽格式DataFrame
long_df = df.melt(
    id_vars='Hour',  # 保留不转换的列
    var_name='Date',  # 原日期列名转为新列的名称
    value_name='Values'  # 原数值列转为新列的名称
)

# 转换日期格式为mm/dd/yyyy
long_df['Date'] = pd.to_datetime(long_df['Date']).dt.strftime('%m/%d/%Y')

# 按日期和小时排序，和示例输出顺序匹配
long_df = long_df.sort_values(by=['Date', 'Hour']).reset_index(drop=True)

转换后结果示例 #

注：wide_to_long更适合列名有统一前缀后缀的场景（比如date_20220810），你的原列名格式不匹配，所以用melt更直接。

内容的提问来源于stack exchange，提问作者franklin