Pandas合并DataFrame两列为单列新行并保留其余列值

你之前的转换逻辑核心是「将不需要拆分的字段设为索引，再通过stack()实现宽表转长表」，新增date字段后转换失败，本质是设置索引时漏了date字段，导致date被当成需要拆分的学生姓名字段处理了。

沿用原有stack逻辑的修正代码 #

只需要将date和id同时设为索引，其余逻辑和你之前写的完全一致即可：

stu_df = stu_df.set_index(['date', 'id']).stack().reset_index(level=2, drop=True).to_frame('stu').reset_index()

运行后直接得到包含date、id、stu三列的结果，同一行的date、id会自动和拆分后的两个姓名一一匹配重复。

更适合初学者的替代方案（melt方法） #

如果觉得stack的索引层级逻辑不好理解，可以用语义更直观的melt()宽转长方法，不需要操作索引：

stu_df = stu_df.melt(
    id_vars=['date', 'id'],  # 指定要保留、不做拆分的列，拆分时自动重复匹配
    value_vars=['stu1', 'stu2'],  # 指定要合并为单列的字段
    value_name='stu'  # 指定合并后存储姓名的列名
).drop('variable', axis=1)  # 删掉自动生成的原列名标记列

两种方法得到的结果完全一致，你可以根据自己的理解习惯选择。

效果验证 #

用测试数据跑通后的结果示例：
输入样例：

转换后输出：

内容的提问来源于stack exchange，提问作者James