Python中如何高效实现Pandas DataFrame的宽表转长表结构

你需要实现的是典型的宽表转长表操作，直接使用Pandas内置的pd.melt()方法即可，该方法是官方优化的矢量化实现，性能远高于自定义for循环，处理百万级规模的数据集也能快速完成，完全适配Colab的大数据处理场景。

核心实现代码 #

import pandas as pd

# 构造示例原DataFrame，实际使用时替换为你自己的df即可
df = pd.DataFrame({
    'xx': ['x1', 'x2'],
    'yy': ['y1', 'y2'],
    'zz': ['z1', 'z2'],
    'a': [0, 1],
    'b': [2, 0],
    'c': [1, 2],
    'k': [3, 0]
})

# 宽表转长表核心代码
res_df = df.melt(
    id_vars=['xx', 'yy', 'zz'],
    value_name='valor',
    var_name='nueva columna'
)

# 若需要和示例输出的行顺序完全一致，可追加以下排序代码
res_df = res_df.sort_values(by=['xx', 'yy', 'zz']).reset_index(drop=True)

参数说明 #

• id_vars：指定不需要做行列转换、需要原样保留的列，对应你需求里的前三列
• value_name：自定义存储原单元格数值的新列名，对应你要求的valor
• var_name：自定义存储原列名的新列名，对应你要求的nueva columna

内容的提问来源于stack exchange，提问作者TKross