如何使用pandas实现测量数据的格式重构？

核心逻辑是将交叉结构的宽表直接转换为长表，无需手动拆分列表做值匹配，具体实现步骤如下：

1. 读取原始数据时，将第一列（即y值列）设置为索引

import pandas as pd
# 读取csv格式原始数据示例，如果是Excel格式改用pd.read_excel即可
df = pd.read_csv("你的原始数据文件路径", index_col=0)

2. 调用stack()方法完成结构转换，再重置索引并重命名列即可

# 转换为长表结构
result_df = df.stack().reset_index()
# 重命名列名符合需求
result_df.columns = ["y", "x", "t"]
# 调整列顺序为x、y、t，和需要的格式对齐
result_df = result_df[["x", "y", "t"]]

原理解释 #

• stack()方法会自动把原表的列名（对应原始数据首行的x取值）转为第二级行索引，原表的行索引（对应原始数据首列的y取值）保留为第一级索引，行列交叉的t值会自动和对应的x、y匹配
• reset_index()会把两级行索引都转为普通数据列，最终输出的result_df就是要求的结构化格式

内容的提问来源于stack exchange，提问作者user14875201