解析多层索引Pandas DataFrame并转换为元组列表

问题/任务 #

我需要写一个函数，输入是如图1所示的Pandas DataFrame（以Markdown表格呈现），将它转换输出成指定结构的列表。期待大家的反馈和帮助！

Fig 1: Pandas Data Frame (Function Input) as Markdown #

我来帮你搞定这个转换需求！看你的输入DataFrame，列是多层索引结构（每个列名都是包含部件信息和时间点的元组），行是资源名称。我们的核心目标就是把所有非NaN的有效数据提取出来，整理成结构化的列表。

下面是实现这个功能的Python函数，用Pandas处理起来非常顺畅：

import pandas as pd
import numpy as np

def df_to_structured_list(input_df):
    # 把行索引的resources转为普通列，方便后续处理
    df_with_resources = input_df.reset_index()
    # 将宽格式DataFrame转成长格式，展开多层列索引
    long_format_df = df_with_resources.melt(
        id_vars='resources',
        var_name=['widget_info', 'time_point'],
        value_name='resource_value'
    )
    # 过滤掉值为NaN的无效行
    valid_rows = long_format_df[~np.isnan(long_format_df['resource_value'])]
    # 把每行数据转换成元组，再组合成最终列表
    result_list = [tuple(row) for row in valid_rows.values]
    return result_list

简单拆解一下步骤： #

• 第一步reset_index()：把原来作为行索引的resources列转成普通列，这样后续可以一起参与数据转换；
• 第二步melt()：这是关键一步，把宽格式的表格转成长格式，每个部件-时间组合都变成单独的一行，同时保留资源名称和对应的值；
• 第三步过滤NaN：把没有有效数值的行去掉，只保留有实际数据的条目；
• 最后转成元组列表：把每行的有效数据打包成元组，组合起来就是你要的结构啦。

你可以直接用你的输入DataFrame测试这个函数，比如假设你的DataFrame叫widget_df，调用df_to_structured_list(widget_df)就能得到结果。如果需要调整元组的顺序，或者要从Widget A (idx = 0)这类字符串里拆分出idx信息，随时告诉我，我再帮你修改！

备注：内容来源于stack exchange，提问作者BP130