如何将矩阵格式DataFrame归一化转换为三列结构DataFrame

你要做的是邻接矩阵类宽表转为行-列-值结构的长表，直接用pandas内置的stack()方法即可实现，代码如下：

• 首先构造和你示例一致的原始DataFrame，将第一列作为行索引：

import pandas as pd

# 原始矩阵数据
df = pd.DataFrame(
    data=[[1,2,3], [4,5,6], [7,8,9]],
    index=["A", "B", "C"],
    columns=["A", "B", "C"]
)
df.index.name = "C0"

此时打印df输出和你给出的原始矩阵完全一致：

A  B  C
C0         
A   1  2  3
B   4  5  6
C   7  8  9

• 执行展开操作，重置索引后即可得到目标结构：

# 展开矩阵为长表格式
result = df.stack().reset_index()
# 按需重命名列即可
result.columns = ["first_col", "second_col", "value"]

打印result得到的输出和你预期完全匹配：

first_col second_col  value
0         A          A      1
1         A          B      2
2         A          C      3
3         B          A      4
4         B          B      5
5         B          C      6
6         C          A      7
7         C          B      8
8         C          C      9

说明：stack()会自动把所有列名旋转为二级行索引，对应的值和一级行索引（也就是你原始矩阵的行标签）一一配对，是pandas里处理这类矩阵转长表最高效的原生方法，不需要额外写循环遍历。

内容的提问来源于stack exchange，提问作者vlad