如何将不等宽情感分析词典wide dataframe从宽格式转换为long format

架构老林

2026-9-27

解决方案

下面分别给出R和Python两种常用数据分析环境下的极简实现方案：

R 实现（基于tidyverse）

依赖tidyverse套件的pivot_longer函数即可一步完成转换：

加载依赖：library(tidyverse)
示例数据构造（可跳过，直接替换为你的实际数据）：

wide_df <- tibble(
  word = c("开心", "难过"),
  alternativeform1 = c("高兴", "伤心"),
  alternativeform2 = c("开心到飞起", NA),
  value = c(1, -1)
)

转换代码：

long_df <- wide_df %>%
  pivot_longer(
    cols = starts_with(c("word", "alternativeform")),
    values_to = "word",
    values_drop_na = TRUE
  ) %>%
  select(word, value)

说明：values_drop_na参数会自动过滤掉变体列的NA行，无需额外写过滤逻辑；如果后续新增更多变体列，starts_with规则会自动匹配所有符合命名规则的列，不用修改代码。

Python 实现（基于pandas）

用melt方法结合空值过滤即可完成：

加载依赖：import pandas as pd
示例数据构造（可跳过，直接替换为你的实际数据）：

import numpy as np
wide_df = pd.DataFrame({
    "word": ["开心", "难过"],
    "alternativeform1": ["高兴", "伤心"],
    "alternativeform2": ["开心到飞起", np.nan],
    "value": [1, -1]
})

转换代码：

long_df = (wide_df
           .melt(
               id_vars="value",
               value_vars=["word", "alternativeform1", "alternativeform2"],
               value_name="word"
           )
           .dropna(subset=["word"])
           .loc[:, ["word", "value"]]
           .reset_index(drop=True)
)

说明：如果变体列数量不固定，可把value_vars替换为[col for col in wide_df.columns if col != "value"]，自动识别所有需要转换的词列，适配性更强。