Python中使用pandas实现DataFrame传感器列转行的便捷方法咨询

你可以直接用pandas内置的melt函数实现转换，这个方案天然支持传感器数量可变的场景，新增传感器列不需要修改代码逻辑：

完整可运行代码 #

import pandas as pd
# 生成测试用df1
dictionary = {'time': ['2019-08-01', '2019-08-02', '2019-08-03'],
              'asset_id': ['120', '125', '120'],
              'sensor_01': [23, 45, 25],
              'sensor_02': [54, 38, 49]
}
df1 = pd.DataFrame(dictionary)

# 核心转换代码
df2 = df1.melt(
    id_vars=['time', 'asset_id'],  # 指定不需要展开的主键列
    var_name='sensor_ID',          # 原传感器列名存储到该列
    value_name='sensor_value'      # 原传感器数值存储到该列
)

鲁棒性优化写法 #

如果表中存在其他非主键、非传感器的字段，可自动识别所有sensor_开头的列做转换：

# 自动匹配所有传感器列，新增sensor_xx列无需修改代码
sensor_cols = [col for col in df1.columns if col.startswith('sensor_')]
df2 = df1.melt(
    id_vars=['time', 'asset_id'],
    value_vars=sensor_cols,
    var_name='sensor_ID',
    value_name='sensor_value'
)

转换得到的df2和你给出的预期输出完全一致。

内容的提问来源于stack exchange，提问作者Phoenix