You need to enable JavaScript to run this app. Pandas DataFrame 如何将行级日期与列头时间拼接为双列长表
优惠活动
大模型
产品
解决方案
定价
更多

Pandas DataFrame 如何将行级日期与列头时间拼接为双列长表

宽表转长表实操步骤(无手动循环,纯pandas向量化操作)

1. 预处理原始Date列

你当前的Date列是01May2010这类带英文月份缩写的字符串格式,首先转成pandas可识别的标准日期对象:

import pandas as pd

# 匹配你现有Date列的格式解析
df["Date"] = pd.to_datetime(df["Date"], format="%d%b%Y")

参数说明:%d对应两位日期、%b对应英文月份缩写、%Y对应四位年份,完全适配你的现有数据格式,不会出现解析错误。

2. 执行核心宽表拆长表操作

用pandas内置的melt方法,直接把所有存储时间值的宽列拆成竖排的行,不需要写嵌套循环逐行读值:

df_long = df.melt(
    id_vars="Date",         # 保留Date列作为关联主键,不参与拆分
    var_name="Time_part",   # 原列头(如"0:15""0:30")存入这个新列
    value_name="Metric"     # 原单元格内的指标值存入这个新列
)

这一步执行完,你会得到一个三列的中间表:转好格式的Date、拆分出来的时间字符串、对应指标值。

3. 拼接成完整的日期时间列

把日期部分和拆分出来的时间部分合并,生成符合你要求的时间列,最后保留两列结果:

# 合并日期+时间字符串,转成标准datetime格式
df_long["Full_Datetime"] = pd.to_datetime(
    df_long["Date"].dt.date.astype(str) + " " + df_long["Time_part"]
)

# 按时间排序,重置索引,只保留需要的两列
result = (
    df_long[["Full_Datetime", "Metric"]]
    .sort_values("Full_Datetime")
    .reset_index(drop=True)
)

格式自定义

如果你需要输出的时间字符串和示例完全一致(比如01-May-2010 0:15),可以直接对生成的datetime列做格式转换,不影响底层数值计算:

result["Full_Datetime"] = result["Full_Datetime"].dt.strftime("%d-%b-%Y %H:%M")

实操注意

  • 拆完的表一定要按Full_Datetime排序,否则行顺序会是“先拆完第一天所有时间、再拆第二天所有时间”的宽表原有顺序,不符合你预期的连续时间排列逻辑
  • melt是pandas内置的向量化操作,哪怕你有上千行原始日期、上百个15分钟间隔的时间列,运行速度比手动逐行循环快几个数量级
  • 哪怕原列头的时间没有前导零(比如0:15而非00:15),pd.to_datetime也能自动识别解析,不会报错

内容的提问来源于stack exchange,提问作者Aanwar

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.29 04:45:04