如何逆透视Pandas透视表？仅将日期列头转为行

你当前的透视表带有多层列索引，Date（JAN2022、FEB2022）是外层列索引，内层为Income和Expenses指标，ID作为普通列。要将Date表头转为行数据，可通过以下步骤实现：

解决方案代码 #

import pandas as pd

# 你的示例数据框创建代码
data={'Date':['JAN2022','JAN2022','FEB2022','FEB2022'],'ID':['A','B','A','B'],'Income':[100,90,10,280],'Expenses':[-23,-20,-53,-70]}
df = pd.DataFrame(data)
df = pd.pivot_table(df, index='ID', values=['Income','Expenses'], columns='Date', aggfunc='sum').swaplevel(0, 1, 1).sort_index(1).reset_index()

# 核心转换代码
result = (df.set_index('ID')           # 将ID设为索引，避免被后续操作影响
           .stack(level=0)             # 将外层Date列索引转为行索引
           .reset_index()              # 把多层行索引转为普通列
           .rename(columns={'level_1': 'Date'})  # 重命名自动生成的列名
           .reindex(columns=['Date', 'ID', 'Income', 'Expenses']))  # 调整列顺序

print(result)

输出结果 #

Date ID  Income  Expenses
0  JAN2022  A     100       -23
1  JAN2022  B      90       -20
2  FEB2022  A      10       -53
3  FEB2022  B     280       -70

步骤解释 #

• set_index('ID')：把ID列设为数据框索引，确保后续处理列索引时不会改动ID数据。
• stack(level=0)：将多层列索引的第0层（即Date对应的JAN2022、FEB2022）转换为行索引的一部分，此时行索引变为ID+Date的多层结构，列仅保留Income和Expenses。
• reset_index()：把多层行索引转换为普通列，此时Date对应的列名为自动生成的level_1。
• rename(columns={'level_1': 'Date'})：将自动生成的列名改为Date，符合需求格式。
• reindex(columns=['Date', 'ID', 'Income', 'Expenses'])：调整列的显示顺序，和期望结果一致。

替代实现方式（使用melt） #

如果偏好melt方法，也可以这样写：

result = df.melt(id_vars='ID', 
                 var_name=['Date', '_'], 
                 value_name='Value')
result = result.pivot_table(index=['ID', 'Date'], 
                            columns='_', 
                            values='Value').reset_index().reindex(columns=['Date', 'ID', 'Income', 'Expenses'])

不过stack的方式代码更简洁，处理多层列索引的效率也更高。

内容的提问来源于stack exchange，提问作者Denzyl