如何基于CANDIDATE_ID列在Pandas中将多列转换为行

场景说明 #

现有如下宽格式DataFrame：

需要转换为长格式：

实现方法 #

方法一：使用pd.wide_to_long（推荐，扩展性强）

该方法专门处理带编号后缀的宽表，适合后续可能新增更多组（如jid 3、type3）的场景：

import pandas as pd

# 构建测试数据
df = pd.DataFrame({
    'CANDIDATE_ID': [12, 13],
    'jid 1': [1, 2],
    'type1': ['A', 'B'],
    'score1': [100, 200],
    'jid 2': [3, 4],
    'type2': ['C', 'D'],
    'score2': [300, 400]
})

# 执行转换
result = pd.wide_to_long(
    df,
    stubnames=['jid ', 'type', 'score'],  # 列名前缀，注意`jid `带空格
    i='CANDIDATE_ID',  # 保留的主键列
    j='group',  # 临时生成的分组编号列
    sep=''  # 前缀与编号的分隔符，这里无明显分隔符，设为空
).reset_index()

# 调整列名和结构
result = result.rename(columns={'jid ': 'jid'}) \
               .drop('group', axis=1) \
               [['CANDIDATE_ID', 'jid', 'type', 'score']]

方法二：拆分合并（简单直观，适合少组数场景）

如果只有两组数据，直接拆分后合并更易懂：

import pandas as pd

# 构建测试数据
df = pd.DataFrame({
    'CANDIDATE_ID': [12, 13],
    'jid 1': [1, 2],
    'type1': ['A', 'B'],
    'score1': [100, 200],
    'jid 2': [3, 4],
    'type2': ['C', 'D'],
    'score2': [300, 400]
})

# 拆分两组数据并统一列名
df_group1 = df[['CANDIDATE_ID', 'jid 1', 'type1', 'score1']].rename(
    columns={'jid 1': 'jid', 'type1': 'type', 'score1': 'score'}
)
df_group2 = df[['CANDIDATE_ID', 'jid 2', 'type2', 'score2']].rename(
    columns={'jid 2': 'jid', 'type2': 'type', 'score2': 'score'}
)

# 合并结果
result = pd.concat([df_group1, df_group2], ignore_index=True)

结果验证 #

执行上述代码后，result即为目标格式的DataFrame：

CANDIDATE_ID  jid type  score
0            12    1    A    100
1            12    3    C    300
2            13    2    B    200
3            13    4    D    400

内容的提问来源于stack exchange，提问作者Vishal Bapat