Python Pandas：重构虚拟日期列数据为行以适配机器学习模型

没问题，这是典型的宽表转长表场景，用Pandas的melt()方法就能完美解决，让你的因变量数据结构和自变量对齐，方便后续模型训练。

步骤1：先模拟你的数据（方便你直接测试） #

先把你给出的示例数据用Pandas构造出来，这样你可以直接运行代码看效果：

import pandas as pd

# 自变量（长格式：id + month/year 为唯一键）
df_features = pd.DataFrame({
    'id': [0, 0, 1],
    'month/year': ['01/2016', '02/2016', '01/2016'],
    'var_a': [1, 2, 2],
    'var_b': [2, 1, 3]
})

# 因变量（宽格式：每个月份作为列）
df_target = pd.DataFrame({
    'id': [0, 1, 2],
    '01/2016': [1, 1, 0],
    '02/2016': [1, 0, 0]
})

步骤2：将因变量转为长格式 #

用pd.melt()把宽格式的因变量拆解成和自变量一致的结构：

# 宽表转长表，对齐自变量的id + month/year结构
df_target_long = df_target.melt(
    id_vars='id',  # 保持id列不变
    var_name='month/year',  # 把原月份列名转为这一列的取值
    value_name='target'  # 原单元格的0/1值转为目标变量列
)

转换后的df_target_long结构如下：

现在它的结构就和你的自变量完全匹配了：id + month/year 作为唯一组合，每行对应一个时间点的目标值。

步骤3：合并特征和目标变量（可选但推荐） #

为了方便后续模型训练，你可以把两个DataFrame按id和month/year合并：

# 左合并保留所有特征行，避免丢失数据
df_combined = pd.merge(df_features, df_target_long, on=['id', 'month/year'], how='left')

如果某些id+month/year在因变量中没有对应值，target列会出现NaN，你可以根据业务需求处理（比如填充0，或者删除这些行）。

额外注意事项 #

• 格式一致性：确保因变量的月份列名和自变量的month/year列格式完全一致（比如都是MM/YYYY），如果有差异，可以用pd.to_datetime()统一格式：

  # 统一日期格式为MM/YYYY
  df_features['month/year'] = pd.to_datetime(df_features['month/year'], format='%m/%Y').dt.strftime('%m/%Y')
  df_target.columns = ['id'] + [pd.to_datetime(col, format='%m/%Y').dt.strftime('%m/%Y') for col in df_target.columns[1:]]
  

• 批量处理月份列：如果你的因变量有很多月份列，不需要手动指定value_vars，melt()会自动把除了id_vars之外的所有列转为值列。

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