如何根据列值将多列聚合为一列？矩阵转换需求咨询

Hey there! 我完全懂你想把多列数据根据特定列的值聚合到单一列的需求——这种数据重塑的场景在日常数据处理里太常见了。我给你准备了两种主流工具的实现方案，你可以根据自己常用的技术栈来选：

先假设你的原数据（矩阵）和目标数据的结构如下（你可以对应自己的实际情况调整）：

原数据示例 #

目标数据示例 #

实现代码 #

方案1：高效匹配（适合列名与Type值有明确对应规则）

如果你的值列是Value_ + Type值的命名规则，用lookup方法最快捷：

import pandas as pd

# 构造示例数据（替换成你的实际数据）
df = pd.DataFrame({
    'ID': [1, 1, 2, 2],
    'Type': ['A', 'B', 'C', 'A'],
    'Value_A': [10, None, None, 40],
    'Value_B': [None, 20, None, None],
    'Value_C': [None, None, 30, None]
})

# 根据Type值匹配对应列的数值
df['Value'] = df.lookup(df.index, 'Value_' + df['Type'])

# 保留需要的列得到结果
result = df[['ID', 'Type', 'Value']]
print(result)

方案2：灵活重塑（适合列名规则不固定的场景）

如果列名规则比较复杂，用melt把宽表转成长表后筛选：

import pandas as pd

# 构造示例数据
df = pd.DataFrame({
    'ID': [1, 1, 2, 2],
    'Type': ['A', 'B', 'C', 'A'],
    'Value_A': [10, None, None, 40],
    'Value_B': [None, 20, None, None],
    'Value_C': [None, None, 30, None]
})

# 把所有值列转成长表形式
melted_df = df.melt(
    id_vars=['ID', 'Type'],
    var_name='Value_Column',
    value_name='Value'
)

# 提取值列中的类型标识（比如从Value_A中提取A）
melted_df['Match_Type'] = melted_df['Value_Column'].str.split('_').str[-1]

# 筛选Type与Match_Type匹配的行，并去掉空值
result = melted_df[melted_df['Type'] == melted_df['Match_Type']][['ID', 'Type', 'Value']].dropna()
print(result)

同样用上面的示例数据结构，用tidyverse的工具来实现：

实现代码 #

library(tidyverse)

# 构造示例数据（替换成你的实际数据）
df <- tibble(
  ID = c(1, 1, 2, 2),
  Type = c("A", "B", "C", "A"),
  Value_A = c(10, NA, NA, 40),
  Value_B = c(NA, 20, NA, NA),
  Value_C = c(NA, NA, 30, NA)
)

# 重塑数据并筛选匹配的行
result <- df %>%
  # 把所有以Value_开头的列转成长表
  pivot_longer(
    cols = starts_with("Value_"),
    names_to = "Value_Column",
    values_to = "Value"
  ) %>%
  # 提取值列中的类型标识
  mutate(Match_Type = str_remove(Value_Column, "Value_")) %>%
  # 筛选Type与Match_Type匹配的行
  filter(Type == Match_Type) %>%
  # 保留需要的列并去掉空值
  select(ID, Type, Value) %>%
  drop_na(Value)

print(result)

注意事项 #

如果你的原数据列名和Type值的对应关系和示例不同，只需要调整字符串处理的逻辑即可——比如如果值列直接和Type值同名（比如列名就是A、B、C），那lookup或pivot_longer的参数可以直接简化，不用处理前缀。

内容的提问来源于stack exchange，提问作者C. Bd