如何使用melt方法将Pandas DataFrame的列转换为行格式？

我已经查阅了本站大量与melt相关的问题，但都无法实现我想要的效果。

我有如下所示的DataFrame：

我希望通过melt操作将其转换为如下结构：

我已经尝试了Stack Overflow上多种melt与pivot的使用变体，均未得到预期结果。
如果该问题属于重复问题请告知我，因为我尚未找到合适的解决方案。

我的测试DataFrame如下：

stack.to_dict()

{'A': {0: 1, 1: 5}, 'B': {0: 2, 1: 6}, 'C': {0: 3, 1: 7}, 'D': {0: 4, 1: 8}}

解决方案 #

首先构造测试DataFrame：

import pandas as pd
df = pd.DataFrame({'A': {0: 1, 1: 5}, 'B': {0: 2, 1: 6}, 'C': {0: 3, 1: 7}, 'D': {0: 4, 1: 8}})

你可以直接用转置的方式实现需求，代码更简洁高效：

res = df.T.rename(columns={0: 'Col1', 1: 'Col2'}).reset_index(names='Group')

如果你指定要用melt实现，可以用以下写法：

res = df.melt(var_name='Group', value_name='value')
res['col'] = 'Col' + (res.groupby('Group').cumcount() + 1).astype(str)
res = res.pivot(index='Group', columns='col', values='value').reset_index().rename_axis(columns=None)

最终输出结果：

内容的提问来源于stack exchange，提问作者SCool