使用Pandas wide_to_long实现下划线列名的宽表转长表求助

嘿，我来帮你解决这个问题！你现在要把列名是u_i格式的宽表转成包含cat、u、i、mouse的长表，原代码报错KeyError，核心原因是pd.wide_to_long的参数用错了，而且没处理好原表的行索引（也就是目标表的cat列）。

我给你两种靠谱的实现方案，都能适配任意同格式的数据，先讲最通用的一种：

方案一：用melt+字符串拆分（推荐，适配所有同格式列名） #

这种方法不需要提前知道u的取值范围，不管你的列是1_1还是100_200都能处理：

1. 先把行索引转成cat列
   原表的行索引就是目标表的cat值，所以先把索引转成列：

   df = df.reset_index().rename(columns={'index': 'cat'})
   

2. 将宽表转成初步长表
   用melt把所有u_i格式的列转成键值对：

   df_long = df.melt(id_vars='cat', var_name='u_i', value_name='mouse')
   

   这一步之后，表会有cat、u_i（原列名）、mouse（单元格值）三列。

3. 拆分u_i列得到u和i
   按下划线拆分列名，转换成整数类型：

   df_long[['u', 'i']] = df_long['u_i'].str.split('_', expand=True).astype(int)
   

4. 整理最终表结构
   删除多余的u_i列，调整列顺序到你需要的样子：

   df_final = df_long.drop(columns='u_i')[['cat', 'u', 'i', 'mouse']]
   

方案二：改进pd.wide_to_long的用法 #

如果你想用wide_to_long，得调整参数，处理好分隔符和索引列：

1. 同样先把行索引转成cat列

   df = df.reset_index().rename(columns={'index': 'cat'})
   

2. 调用wide_to_long并指定分隔符
   这里我们把所有列的数值部分作为mouse，用sep='_'指定列名的分隔符，suffix='\\d+'表示后缀是数字：

   df_long = pd.wide_to_long(df, stubnames='mouse', i='cat', j='u_i', sep='_', suffix='\\d+').reset_index()
   

3. 拆分u_i列并整理结构
   和方案一的步骤一样，拆分后调整列顺序：

   df_long[['u', 'i']] = df_long['u_i'].str.split('_', expand=True).astype(int)
   df_final = df_long.drop(columns='u_i')[['cat', 'u', 'i', 'mouse']]
   

为什么你原来的代码报错？ #

你原来的代码里pd.wide_to_long(df, u_seq_stub, i='u', j='i')有两个问题：

• i='u'指定了u作为索引列，但原表根本没有u列，所以抛出KeyError；
• u_seq_stub的生成方式不对，wide_to_long需要的是列名的固定前缀，而你生成的是类似['1_', '2_']这样的字符串，不符合函数的参数要求。

内容的提问来源于stack exchange，提问作者sig5