Pandas中如何基于已有DataFrame生成指定三列结构的新DataFrame

你需要将行列交叉的宽表转换为「行索引-列名-单元格值」结构的长表，用pandas内置方法即可直接实现，无需手写遍历逻辑。

• 方法1：stack 实现（性能最优、代码最简洁）
  stack 是pandas专门用于将列维度转换为行索引的接口，适配代码如下：

# 核心转换：将列转为二级行索引后，重置索引为普通列
b = a.stack().reset_index()
# 按要求设置列名
b.columns = ["column1", "column2", "column3"]

运行后得到的b完全匹配目标结构：原行索引存入column1，原列名存入column2，对应行列的单元格值存入column3，行顺序与示例完全一致。

• 方法2：melt 实现（通用长宽转换接口）
  如果习惯使用通用长宽表转换APImelt，可使用如下代码：

# 先将原行索引转为普通列，再执行宽转长操作
b = a.reset_index().melt(
    id_vars="index",
    var_name="column2",
    value_name="column3"
).rename(columns={"index": "column1"})

两种方法输出结果完全一致，针对给出的5*5测试数据，转换后为25行3列的目标结构。

内容的提问来源于stack exchange，提问作者alireza