Pandas/Pyspark如何将多组变量值列melt为单变量单值列

你之前的melt调用逻辑错误：你将metric_1/metric_2/metric_3全部设为固定保留的标识列（id_vars），但你的表结构是metric_n和value_n一一配对的独立指标-值组，三个metric列不属于行的固定公共属性，所以转换结果不符合预期。

优先用pd.wide_to_long，这个API是专门为这种列名带编号后缀的成对宽表设计的，代码最简洁：

df_long = pd.wide_to_long(
    df = df.reset_index(),
    stubnames = ["metric", "value"],
    i = "index",
    j = "pair_id"
).reset_index(drop=True)

转换后输出的长表结构如下，完全满足单指标列+单值列的要求：

metric  value
0      a      1
1      b      3
2      c      5
3      x      2
4      y      4
5      z      6
6      j      7
7      k      8
8      l      9

如果要手动用melt实现，本质是分别对每对列做转换后合并：

df_list = []
for idx in range(1, 4):
    part = df[[f"metric_{idx}", f"value_{idx}"]].rename(
        columns={f"metric_{idx}": "metric", f"value_{idx}": "value"}
    )
    df_list.append(part)
df_long = pd.concat(df_list, ignore_index=True)

PySpark里用stack逆透视算子实现，性能最优：

from pyspark.sql.functions import expr

df_long = df.select(
    expr(
        """
        stack(
            3,
            metric_1, value_1,
            metric_2, value_2,
            metric_3, value_3
        ) as (metric, value)
        """
    )
)

转换后字段结构和Pandas版本完全一致。

内容的提问来源于stack exchange，提问作者MS25