如何将宽格式Pandas DataFrame转换为指定结构的长格式？

你需要的是Pandas的宽表转长表操作，有两种常用实现方式，适配大表场景也无需手动枚举所有列： #

方法1：使用melt（最直观的宽转长专用方法） #

melt是Pandas专门设计用于宽表转长表的函数，直接指定保留列、转换列、新列名即可：

import pandas as pd

# 你的原始df构造代码略
# 自动匹配所有height开头的列，无需手动写全，适配大表场景
height_cols = [col for col in df.columns if col.startswith('height')]

res_df = pd.melt(
    df,
    id_vars=['id'], # 保留不参与转换的id列
    value_vars=height_cols, # 需要拆分的height相关列
    var_name='height', # 存储原字段名的新列名
    value_name='score' # 存储原字段取值的新列名
)

# 若需要和示例输出顺序一致，按id排序即可
res_df = res_df.sort_values(by='id', ignore_index=True)

方法2：使用stack实现 #

也可以通过设置索引后堆叠的方式实现，代码更简洁：

res_df = df.set_index('id').stack().reset_index()
# 重命名列符合要求
res_df.columns = ['id', 'height', 'score']

两种方法输出结果和你给出的预期样例完全一致，大表场景下性能也足够。 #

内容的提问来源于stack exchange，提问作者Cooper