如何将cohort队列数据分解转换为所需的时间序列格式？

直接使用pandas自带的宽表转长表函数melt即可完成需求，无需手动编写循环，代码简洁且效率更高：

核心思路 #

• 将存储偏移天数的列（0-5）从列名转换为单独的偏移天数字段
• 计算实际日期 = 队列起始日期 + 偏移天数
• 最后保留所需的两个字段即可

示例代码 #

import pandas as pd

# 第一步：宽表转长表
long_df = df.melt(
    id_vars="Cohort Day",  # 保留队列起始日期列作为标识列
    var_name="offset_day", # 原列名（0-5）转为偏移天数字段
    value_name="value"     # 原单元格值转为数值字段
)

# 第二步：转换偏移天数为整数，计算实际日期
long_df["offset_day"] = long_df["offset_day"].astype(int)
long_df["actual_date"] = long_df["Cohort Day"] + pd.to_timedelta(long_df["offset_day"], unit="d")

# 第三步：提取所需两列得到最终结果
result = long_df[["actual_date", "value"]]

原有代码的错误原因 #

• 初始化的test是空DataFrame，遍历itertuples()时没有可迭代的行对象，循环内的代码完全不会执行，自然test一直为空
• test[0:5, 0]这类索引写法不符合pandas的基础语法，pandas默认会将(0:5, 0)识别为元组类型的列名，而非你预期的「行切片+按位置取列」赋值
• apply内的逻辑存在语法错误，lambda返回的是生成器对象，无法得到正确的偏移天数数值

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