如何在Pandas或Python中将CrossTab交叉表转换为普通DataFrame

交叉表转目标DataFrame实现方法（基于Python pandas） #

前置准备 #

首先将原始交叉表读入为pandas DataFrame，设置第一列的分类（Intermittent、Lumpy、Unknown）为行索引，顶部的四个分类（Erratic、Intermittent、Lumpy、Smooth）为列名。如果是从本地csv读取可以直接用以下代码：

import pandas as pd
# 读入外部文件时指定第一列为索引
df_crosstab = pd.read_csv('你的文件路径.csv', index_col=0)

如果是手动构造测试数据，可以用以下代码：

df_crosstab = pd.DataFrame(
    data=[
        [20, 77, 9, 450],
        [10, 6, 1, 13],
        [0, 13, 1, 1]
    ],
    index=['Intermittent', 'Lumpy', 'Unknown'],
    columns=['Erratic', 'Intermittent', 'Lumpy', 'Smooth']
)

实现方式1：stack() 方法（代码最简洁） #

stack()会直接把列名转为内层索引，再重置索引就能得到长格式结果：

df_result = df_crosstab.stack().reset_index()
# 按要求重命名列
df_result.columns = ['1', '2', 'Value']

实现方式2：melt() 方法（更灵活可控） #

如果需要自定义排序、过滤逻辑，用melt()更方便：

df_result = df_crosstab.reset_index().melt(
    id_vars='index',
    var_name='2',
    value_name='Value'
).rename(columns={'index':'1'})
# 如需和示例完全一致的排序规则，加一行排序代码
df_result = df_result.sort_values(by=['2', '1']).reset_index(drop=True)

两种方法输出的结果和你给出的预期格式完全匹配。

内容的提问来源于stack exchange，提问作者Kyra