Pandas如何透视多列数据合并为少数字段并保留主/次业务维度信息

你可以直接使用Pandas内置的pd.wide_to_long()方法实现需求，仅需1行核心代码即可完成转换，完整可运行代码如下：

import pandas as pd

# 原始数据生成
df = pd.DataFrame({"customer_code": ['1234','3411','9303'],
                   "main_purchases": [3,10,5],
                   "main_revenue": [103.5,401.5,99.0],
                   "secondary_purchases": [1,2,4],
                   "secondary_revenue": [43.1,77.5,104.6]
                  })

# 核心转换代码
res = pd.wide_to_long(df, stubnames=['purchases', 'revenue'], i='customer_code', j='store_type', sep='_', suffix='.+').reset_index()

# 可选：将门店类型替换为中文
res['store_type'] = res['store_type'].replace({'main': '主门店', 'secondary': '次门店'})

参数说明 #

• stubnames：需要保留的数值字段公共名称，这里对应你要独立出来的purchases、revenue
• i：作为唯一标识的固定列，这里为客户唯一IDcustomer_code
• j：新生成的分类列的列名，用来存储主/次门店维度
• sep：原始列名中门店前缀和数值字段之间的分隔符，这里为下划线_
• suffix：匹配门店前缀的正则规则，.+可同时匹配main和secondary两种前缀

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