Pandas如何从已有DataFrame转换得到指定列结构的新DataFrame

直接用pandas内置的长宽表转换方法搭配简单的字符串处理即可实现，代码如下：

import pandas as pd

# 示例df1（和给出的源数据一致）
df1 = pd.DataFrame([[438.55, 654.78, 870.34]], columns=['Q1(25%)', 'Q2(50%)', 'Q3(75%)'])

# 核心转换逻辑
df2 = df1.melt(var_name='quant', value_name='points')
# 提取原列名中的分位数值
df2['quant'] = df2['quant'].str.extract(r'\((\d+)%\)').astype('int')

执行后得到的df2完全匹配目标结构：

quant  points
0     25  438.55
1     50  654.78
2     75  870.34

逻辑拆解 #

• melt方法会把原表的所有列名收拢为quant列的取值，对应行的数值收拢为points列，一步完成宽转长的基础结构调整
• 正则提取部分直接匹配列名中括号内、百分号前的数字，转成整数后就得到目标的分位标识，不需要手动逐列替换字符串
• 该逻辑兼容df1存在多行数据的场景，不需要额外做适配修改

内容的提问来源于stack exchange，提问作者Hmm