Python pandas列转行时出现TypeError报错的原因及解决方法

你在构建DataFrame时传入的columns参数是嵌套列表结构，导致最终得到的DataFrame列索引为多层索引（MultiIndex），而非你预期的单层文本索引。你调用melt、set_index时传入的列名是普通字符串，无法匹配多层索引结构，因此抛出类型错误。
你可以执行print(df.columns)验证这一点，输出会显示类似以下的多层索引结构：

MultiIndex([('Tahun',),
            ('Jan',),
            ('Feb',),
            ...
            ('Nov',)],
           )

方案1：从数据生成环节修复（推荐） #

你爬取表头的代码中，column_变量是列表嵌套列表的结构，原因是table.find_all('thead')返回的结果只有一个thead元素，你循环时把每一组表头都作为子列表append到了column_中，只需要在构建DataFrame时取column_的第一个元素即可：

# 把原来的df构建代码替换成下面这行
df = pd.DataFrame(output, columns=column_[0])

修复后你原来写的melt、stack转换代码都可以正常运行，直接得到你需要的长表结构。

方案2：对已生成的DataFrame修复列索引 #

如果你不想修改爬取代码，也可以直接把已有的多层列索引压平为单层：

# 压平列索引
df.columns = df.columns.get_level_values(0)
# 执行melt转换
result = df.melt(id_vars=["Tahun"], var_name="Month", value_name="Value")
# 按年份、月份排序可选
result = result.sort_values(["Tahun", "Month"], ignore_index=True)

内容的提问来源于stack exchange，提问作者ohai