如何用Pandas将DataFrame多列转换为单列LOCATOR格式？

我有一个宽格式的Pandas DataFrame，包含ID、Name、Mail、Phone1、Phone2、Mail1、Mail2、contact phone、contact mail列，数据示例如下：

希望将其转换为仅含ID、Name、LOCATOR列的长格式DataFrame，示例如下：

我尝试使用transpose函数，但未能得到预期的输出格式，请问是否可以实现该转换？

当然可以实现，transpose函数是用来转置整个DataFrame的行列，并不适合这种宽表转长表的场景，正确的做法是使用Pandas的melt函数，它专门用于将宽格式数据重塑为长格式。

代码实现 #

import pandas as pd

# 构建示例数据
data = {
    'ID': [70, 71],
    'Name': ['DASS ARGENTINA SRL', 'PEPSI'],
    'Mail': ['info@iricresanluis.com.ar', 'mail_general@pepsi.com'],
    'Phone1': ['2664941642', '0456535365'],
    'Phone2': ['2664941644', '7766554399'],
    'Mail1': ['info@iricresanluis.com.ar', 'mail1@pepsi.com'],
    'Mail2': ['info_tec@iricresanluis.com.ar', 'mail2@pepsi.com'],
    'contact phone': ['115456789', '8864545332'],
    'contact mail': ['contact_mail@gmail.com', 'last_mail@pepsi.com']
}
df = pd.DataFrame(data)

# 使用melt转换格式
long_df = df.melt(
    id_vars=['ID', 'Name'],  # 保持不变的列
    value_vars=['Mail', 'Phone1', 'Phone2', 'Mail1', 'Mail2', 'contact phone', 'contact mail'],  # 需要转换的列
    value_name='LOCATOR'  # 转换后值的列名
).drop(columns=['variable'])  # 删除自动生成的原列名列

# 重置索引（可选）
long_df = long_df.reset_index(drop=True)

print(long_df)

代码说明 #

• id_vars：指定转换过程中保持不变的列，即ID和Name，每一行的这两个值会和所有待转换列的值一一对应。
• value_vars：列出需要被“融化”合并到LOCATOR列的所有字段，这些字段的所有值都会被整合到新的LOCATOR列中。
• value_name：定义新生成的数值列的名称，这里就是我们需要的LOCATOR。
• 最后删除melt自动生成的variable列（存储原列名），得到完全符合需求的长格式DataFrame。

运行代码后即可得到目标格式的结果。

内容的提问来源于stack exchange，提问作者Maximiliano Vazquez