如何将pandas DataFrame列名转为field列并拼接对应列数据

该需求属于典型的宽表转长表操作，优先使用pandas内置的melt()方法实现，代码简洁效率高。

实现代码 #

import pandas as pd

# 构造原始示例DataFrame
df = pd.DataFrame(data=[[1, 2, 3], [4, 5, 6]], columns=['a', 'b', 'c'])

# 执行格式转换
result = df.melt(var_name='field', value_name='data')
print(result)

运行输出 #

field  data
0     a     1
1     a     4
2     b     2
3     b     5
4     c     3
5     c     6

和预期输出完全匹配。

参数说明 #

• var_name：指定原DataFrame列名转换后存储的新列名，此处对应需求中的field列
• value_name：指定原DataFrame各单元格数值转换后存储的新列名，此处对应需求中的data列

备选实现方式 #

如果习惯用stack()接口，也可以通过如下代码实现，输出结果完全一致：

result = df.stack().reset_index()
result.columns = ['tmp_idx', 'field', 'data']
result = result[['field', 'data']].reset_index(drop=True)

该方法需要手动重命名列、清理多余索引字段，可读性不如melt()，日常使用优先选择前者即可。

内容的提问来源于stack exchange，提问作者Felix Du