Python使用melt与concat处理多列表格输出不符合预期求助

首先确保你已安装pandas库，将源表格读取为df变量后可使用以下两种方法实现需求：

方法1：分块转换后拼接（逻辑直观易调整） #

import pandas as pd

# 替换为你表中不需要转换的固定列，比如学生ID、姓名等
id_cols = ["学生ID", "姓名"]

# 拆分每组对应列，重命名后合并
sub_df1 = df[id_cols + ["科目1", "分数1", "排名1"]].rename(columns={"科目1":"科目", "分数1":"分数", "排名1":"排名"})
sub_df2 = df[id_cols + ["科目2", "分数2", "排名2"]].rename(columns={"科目2":"科目", "分数2":"分数", "排名2":"排名"})
sub_df3 = df[id_cols + ["科目3", "分数3", "排名3"]].rename(columns={"科目3":"科目", "分数3":"分数", "排名3":"排名"})

# 拼接所有子表，删除科目列为空的无效行
result = pd.concat([sub_df1, sub_df2, sub_df3], ignore_index=True).dropna(subset=["科目"])

方法2：wide_to_long 一键转换（适合列数较多的场景） #

该方法要求你的宽列命名符合「前缀+数字序号」的规则，比如科目1、分数1、排名1，科目2、分数2、排名2这类格式：

result = pd.wide_to_long(
    df,
    stubnames=["科目", "分数", "排名"],
    i=id_cols,
    j="科目序号",
    sep=""
).reset_index().drop("科目序号", axis=1)

结果导出 #

你可以用以下代码直接导出转换后的结果到Excel：

result.to_excel("转换结果.xlsx", index=False)

• 若你的列命名规则不是前缀+数字，可调整wide_to_long的sep参数匹配你的命名分隔符
• 可根据实际需求调整dropna的过滤条件，保留或删除特定空值行

内容的提问来源于stack exchange，提问作者user10689363