Pandas melt自动排序结果问题：如何保留原行顺序展开列？

问题描述 #

原DataFrame结构：

col1    col2    col3    targ1    targ3    targ6
a        b      c        1        2       3
a        c      d        2        4       9

执行以下melt行转列代码：

pivot_df = (data.melt(id_vars=data.columns.difference(['targ1','targ3','targ6']),var_name='m_val', value_name='value')
                .assign(month=lambda d: d['m_val'].astype('str').str.extractall('(\d+)').unstack().fillna('').sum(axis=1).astype(int))
            )

得到的结果中m_val被自动按顺序分组：

col1 col2 col3 m_val value
a     b    c    targ1  1
a     c    d    targ1  2
a     b    c    targ3  2
a     c    d    targ3  4
a     b    c    targ6  3
a     c    d    targ6  9 

需求是按原DataFrame行顺序逐行展开targ列，即先处理第一行的targ1、targ3、targ6，再处理第二行的对应列，期望结果：

col1 col2 col3 m_val value
a     b    c    targ1  1
a     b    c    targ3  2
a     b    c    targ6  3
a     c    d    targ1  2
a     c    d    targ3  4
a     c    d    targ6  9 

尝试设置ignore_index=False时触发报错：

ValueError: Index contains duplicate entries, cannot reshape

问题原因 #

1. melt自动分组m_val的原因：
   pandas的melt函数默认按value_vars的列名顺序（即targ1→targ3→targ6）堆叠同一列的所有行，而非按原DataFrame的行顺序逐行展开列，最终呈现出m_val按顺序分组的效果。

2. ignore_index=False报错的原因：
   设置ignore_index=False后，melt会保留原DataFrame的索引，但原索引会因每行被拆分为3行而重复出现，导致索引存在重复项，无法完成重塑操作，因此触发报错。

解决方法 #

通过给原DataFrame添加临时行序号标识，在melt后按行序号排序，即可实现按原行顺序逐行展开targ列的需求：

代码实现 #

# 给原DataFrame添加行序号列
data['row_id'] = data.index

# 执行melt并按行序号排序
pivot_df = (data.melt(id_vars=['col1', 'col2', 'col3', 'row_id'],
                      value_vars=['targ1', 'targ3', 'targ6'],  # 指定列顺序与原DataFrame一致
                      var_name='m_val', value_name='value')
            .assign(month=lambda d: d['m_val'].str.extract('(\d+)').astype(int))  # 简化数字提取逻辑
            .sort_values(['row_id', 'm_val'])  # 先按行序号保证原行顺序，再按m_val保证每行的列顺序
            .drop('row_id', axis=1)  # 删除临时行序号列
            .reset_index(drop=True)
           )

# 可选：将m_val替换为纯数字
pivot_df['m_val'] = pivot_df['month']

执行后得到的结果：

col1 col2 col3 m_val value  month
a     b    c    1     1      1
a     b    c    3     2      3
a     b    c    6     3      6
a     c    d    1     2      1
a     c    d    3     4      3
a     c    d    6     9      6

内容的提问来源于stack exchange，提问作者Obiii