如何实现Multicolumn Explode：保留行标识、过滤空值将多列合并为单列

核心实现 #

不需要逐列写循环，用pandas内置的melt接口就能搞定，不管值列是20列还是30列都不用手动枚举列名，代码可以直接复用：

import pandas as pd
import numpy as np

# --------------------------
# 这里替换成你自己的DataFrame
# --------------------------
# df = pd.read_csv("your_data.csv")

# 核心转换逻辑
result = (
    df.melt(
        id_vars="Identifier",  # 指定标识列，不参与展开
        value_name="Var",
        ignore_index=False
    )
    .drop(columns=["variable"])  # 删掉自动生成的原列名列
    .dropna(subset=["Var"])  # 过滤所有空值记录
    .sort_index()  # 保持原表行优先的展开顺序
    .reset_index(drop=True)
)

效果验证 #

用题目给出的测试样例跑的话，输入数据结构：

运行后输出结果完全匹配要求，共9行：

注意点 #

• 代码自动兼容各类空值：np.nan、None、pandas 原生的pd.NA都会被自动过滤
• 如果不需要严格保持原行顺序，可以删掉ignore_index=False和.sort_index()两行，运行速度会更快
• 如果有多个标识列，只需要给id_vars传列名列表就行，比如id_vars=["Identifier", "Date"]

内容的提问来源于stack exchange，提问作者Random Person