如何在Pandas中实现评分转列、原有列转行的结构转换

示例原始数据 #

目标输出格式 #

实现方法 #

你可以通过melt+字段拆分+pivot的组合实现，也可以直接用Pandas内置的wide_to_long函数快速完成转换，两种方法代码如下：

方法1：通用分步写法（兼容复杂字段场景） #

先构造和示例结构一致的测试数据方便你复现：

import pandas as pd

# 构造原始示例数据
df = pd.DataFrame({
    'ID': [1, 2, 3],
    '名称': ['商品A', '商品B', '商品C'],
    '1星_打分人数': [10, 5, 2],
    '2星_打分人数': [20, 15, 8],
    '3星_打分人数': [30, 25, 12],
    '4星_打分人数': [25, 30, 20],
    '5星_打分人数': [15, 25, 58]
})

转换代码：

# 1. 保留ID、名称为固定维度，把所有星级相关列转为行存储
df_long = df.melt(id_vars=['ID', '名称'], var_name='temp_col', value_name='value')

# 2. 把合并的字段拆分为星级、统计项两个独立字段
df_long[['星级', '统计项']] = df_long['temp_col'].str.split('_', expand=True)

# 3. 把星级维度转为列，整理得到最终结果
df_result = df_long.pivot(index=['ID', '名称', '统计项'], columns='星级', values='value').reset_index()
# 清理冗余索引名、调整列顺序
df_result.columns.name = None
df_result = df_result[['ID', '名称', '统计项', '1星', '2星', '3星', '4星', '5星']]

方法2：简便写法（wide_to_long一步转换） #

如果你的字段命名统一为[星级]_[统计项]的格式，可以直接用内置函数简化代码：

df_result = pd.wide_to_long(
    df,
    stubnames=['1星', '2星', '3星', '4星', '5星'], # 要提取为列的星级前缀
    i=['ID', '名称'], # 固定保留的行维度
    j='统计项', # 拆分后作为行的字段名
    sep='_', # 字段名分隔符
    suffix='\w+' # 匹配分隔符后的统计项内容
).reset_index()

# 调整列顺序和目标格式对齐
df_result = df_result[['ID', '名称', '统计项', '1星', '2星', '3星', '4星', '5星']]

两种方法输出结果完全一致，如果后续新增「X星_平均分」「X星_占比」等其他同命名规则的字段，代码不需要额外修改，会自动把新的统计项拆分为独立行。

内容的提问来源于stack exchange，提问作者D_S