如何使用Pandas将列转换为行？需忽略数字表头的DataFrame处理

我来帮你搞定这个需求！根据你描述的情况（列名是数字，转换时要忽略这些表头），下面给你两种常用的实现方法，你可以根据自己的DataFrame结构选择：

方法一：使用stack()（推荐，简洁高效） #

如果你的目标是把所有列的数值都转成一列，完全忽略原来的数字列名，可以用这个方法：

import pandas as pd

# 假设你的DataFrame变量名为df
# 堆叠列到行 → 移除原数字列名的索引 → 转成带列名的DataFrame
result_df = df.stack().reset_index(drop=True).to_frame(name='转换后的值')

步骤解释： #

• df.stack()：把DataFrame的列转换为行，原来的数字列名会暂时变成多层索引的一部分
• reset_index(drop=True)：直接移除堆叠后产生的所有额外索引（包括那些数字表头），只保留原始的数值
• to_frame(name='转换后的值')：把得到的Series转换成DataFrame，并给新列指定一个易读的名称

如果你的原始行索引有实际意义（比如是用户ID、时间戳这类标识），想保留它的话，可以调整代码：

# 保留原行索引，只去掉数字列名的索引
result_df = df.stack().reset_index(level=1, drop=True).reset_index(name='转换后的值')

方法二：使用melt() #

melt()是Pandas专门用于宽表转长表的函数，同样可以实现需求：

import pandas as pd

# 把所有列作为转换对象，忽略原数字列名，只保留数值
result_df = pd.melt(df, value_vars=df.columns, value_name='转换后的值').drop(columns=['variable'])

步骤解释： #

• pd.melt(...)：将宽表转换为长表，value_vars=df.columns指定要转换的所有列，value_name设置新列的名称
• drop(columns=['variable'])：移除自动生成的variable列（这列就是原来的数字表头），只留下我们需要的数值列

小提示： #

如果你的DataFrame里有缺失值（NaN），默认stack()会自动排除这些值；如果需要保留缺失值，记得加上参数：df.stack(dropna=False)

内容的提问来源于stack exchange，提问作者user10508414