如何将Pandas DataFrame多列数据转置为单列并按指定列分组排序

嗨，我来帮你搞定这个问题！你当前的思路方向是对的——用melt来转置列，但后续用groupby.size()的操作搞错了方向，那个只是用来统计每组的行数，不是用来重组数据的。另外，你的melt代码里还有个小细节需要调整，我一步步给你讲：

问题分析 #

你想要的是把每一行的Data1到Data5都转成单独的行，同时保留对应的DateTime和UTCs，并且让同一时间戳的所有数据行排在一起。你之前的melt结果之所以看起来是按Data1、Data2分组，是因为melt默认会先处理完所有行的第一个value列，再处理第二个，以此类推。我们只需要在转置后做一次排序，就能得到你想要的结构。

正确步骤 #

1. 正确使用melt转置列

首先要确保value_vars只包含你要转置的数据列（也就是Data1到Data5），不要把UTCs也包含进去（你之前的代码里df.columns.drop('DateTime')会把UTCs也放进value_vars里，这是个小错误）：

import pandas as pd

# 你的原始数据
df = pd.DataFrame([['2024-12-07 13:43:09.598022400', 49389, 13.043, 2.174, 0.000, 0.000, 0.000],
                   ['2024-12-07 13:43:10.601990400', 49390, 16.667, 0.000, 0.000, 0.000, 0.000],
                   ['2024-12-07 13:43:11.601984000', 49391, 14.894, 0.000, 3.021, 0.000, 1.428],
                   ['2024-12-07 13:43:12.591004800', 49392, 12.766, 2.128, 0.000, 2.128, 0.000],
                   ['2024-12-07 13:43:13.592035200', 49393, 14.894, 2.128, 0.000, 0.000, 0.000],
                  ], columns=['DateTime', 'UTCs', 'Data1', 'Data2', 'Data3', 'Data4', 'Data5'])

# 筛选出需要转置的数据列（Data1到Data5）
data_columns = [col for col in df.columns if col.startswith('Data')]

# 执行melt转置，指定id列为DateTime和UTCs
melted_df = df.melt(
    id_vars=['DateTime', 'UTCs'],
    value_vars=data_columns,
    value_name='Data'  # 把转置后的数值列命名为Data
)

2. 按DateTime和UTCs排序

转置后的数据是按Data1、Data2这样的列顺序排列的，我们需要按DateTime和UTCs排序，让同一时间戳的所有数据行聚在一起：

# 按DateTime和UTCs排序，重置索引
final_df = melted_df.sort_values(by=['DateTime', 'UTCs']).reset_index(drop=True)

# 如果不需要保留原来的列名（Variable列），可以删掉
final_df = final_df.drop('variable', axis=1)

3. 最终结果

运行后你会得到和你期望完全一致的结构：

DateTime   UTCs    Data
0  2024-12-07 13:43:09.598022400  49389  13.043
1  2024-12-07 13:43:09.598022400  49389   2.174
2  2024-12-07 13:43:09.598022400  49389   0.000
3  2024-12-07 13:43:09.598022400  49389   0.000
4  2024-12-07 13:43:09.598022400  49389   0.000
5  2024-12-07 13:43:10.601990400  49390  16.667
6  2024-12-07 13:43:10.601990400  49390   0.000
...

为什么你之前的方法不对？ #

• 你的melt代码里value_vars包含了UTCs（因为你只排除了DateTime），这会导致额外的无效行，所以一定要明确指定数据列。
• groupby(['DateTime', 'UTCs']).size()只是统计每个时间组有多少行，并不会改变数据的结构，所以得到的是计数结果，而不是展开后的DataFrame。

备注：内容来源于stack exchange，提问作者Swawa