如何使用Pandas将频率表还原为整洁格式数据

嘿，这个需求我太熟了！要把这种按计数存储的宽表转成每行对应一个实例的整洁格式，用pandas的melt配合索引重复就能一步到位，代码简洁又高效。

完整实现代码 #

import pandas as pd

# 初始化你的数据
data = [[1,1,2,3], [1,2,3,5], [2,1,6,1], [2,2,2,4]]
df = pd.DataFrame(data, columns=['id', 'time', 'CountX1', 'CountX2'])

# 核心链式操作
clean_df = (
    # 第一步：把宽表转成长表，提取变量名和对应计数
    df.melt(id_vars=['id', 'time'], 
            var_name='variable', 
            value_name='count')
    # 第二步：根据计数值重复每一行
    .loc[lambda x: x.index.repeat(x['count'])]
    # 第三步：删除不需要的计数列
    .drop('count', axis=1)
    # 第四步：重置索引，得到干净的结果
    .reset_index(drop=True)
    # 可选：把variable列的"Count"前缀去掉，变成你要的X1/X2
    .assign(variable=lambda x: x['variable'].str.replace('Count', ''))
)

print(clean_df)

步骤拆解 #

• melt转长表：id_vars指定要保留的标识列（id和time），var_name把原来的列名（CountX1/CountX2）存到variable列，value_name把对应的计数值存到count列，这一步先把宽表结构拆成便于处理的长表。
• repeat重复行：利用index.repeat(x['count'])，让每一行根据自己的计数值重复对应次数，比如原来CountX1=2的行，会被复制2次。
• 清理列和索引：删掉没用的count列，再重置索引，避免重复索引的问题。
• 可选的变量名优化：用str.replace把variable列的"Count"前缀去掉，正好得到你要的X1/X2格式。

运行后得到的结果完全符合你要求的整洁数据格式，每一行对应一个实例，完美还原计数信息~

内容的提问来源于stack exchange，提问作者user3637203