pandas实现按年气候宽表转换为带周数的按周长表的方法

你遇到的问题是列名同时包含指标名和周数后缀，直接全量pd.melt()会把所有列都转为行，无法自动拆分指标和周数，使用pd.wide_to_long()可以更便捷地实现需求。

示例转换效果 #

原始宽表结构 #

转换后长表结构 #

核心实现代码 #

import pandas as pd

long_df = pd.wide_to_long(
    df, # 替换为你的DataFrame变量名
    stubnames=["precip", "max_temp"], # 填写所有指标的前缀，如有其他指标按需添加
    i=["region", "year"], # 填写宽表中固定不变的唯一标识列，比如区域、年份
    j="Week", # 新生成的周数字段名
    suffix="\\d+" # 匹配列名后缀的数字规则，自动提取周数
).reset_index() # 将标识列从索引转回普通列

备选melt实现方案 #

如果需要自定义列名拆分逻辑，可以用pd.melt()配合正则提取实现：

# 先将所有指标列转为行
melted_df = df.melt(
    id_vars=["region", "year"], 
    var_name="raw_col", 
    value_name="value"
)
# 拆分列名提取指标名和周数
melted_df[["indicator", "Week"]] = melted_df["raw_col"].str.extract(r"([a-zA-Z_]+)(\d+)")
# 将指标名转为单独列
long_df = melted_df.pivot(
    index=["region", "year", "Week"], 
    columns="indicator", 
    values="value"
).reset_index().rename_axis(columns=None)

注意事项 #

• stubnames参数需要列全所有需要转换的指标前缀，比如存在min_temp、wind_speed等指标都要加入列表
• i参数需要填全宽表中不需要拆分的固定维度字段，避免转换后数据匹配错误
• 后缀规则支持匹配任意长度的数字，周数为1位、2位（比如precip01）都可以正常识别

内容的提问来源于stack exchange，提问作者Wonton