pandas宽格式DataFrame转长格式，pd.melt无法实现如何处理

实现方法 #

你可以直接拆分两组id对应的属性列后合并，逻辑更直观，代码如下：

import pandas as pd

# 拆分id1对应的属性列，重命名为目标列名
df_id1 = df[["id1", "source_id1", "panel_id1"]].rename(
    columns={"id1": "id", "source_id1": "source", "panel_id1": "panel"}
)
# 拆分id2对应的属性列，重命名为目标列名
df_id2 = df[["id2", "source_id2", "panel_id2"]].rename(
    columns={"id2": "id", "source_id2": "source", "panel_id2": "panel"}
)
# 合并两个子表，删除id为空的无效行
result = pd.concat([df_id1, df_id2], ignore_index=True).dropna(subset=["id"]).reset_index(drop=True)

逻辑说明 #

原表的每一行并行存储了id1、id2两类id对应的source和panel属性，所以分别提取两类id的相关字段、对齐列名后合并，再过滤掉空id的无效行，就能得到你需要的长表结构，无需强制使用pd.melt实现。

内容的提问来源于stack exchange，提问作者Y.C.T