如何高效重构DataFrame：将多列因子列转换为单列因子结构

嘿，这个需求其实是典型的宽表转长表操作，用pandas的melt()方法就能高效搞定，一步到位！

具体实现步骤 #

1. 先确认你已经导入了pandas库
2. 使用melt()函数，指定几个关键参数：
   • id_vars：设置不需要转换的列（也就是你的Clone ID和Sequence）
   • value_vars：指定需要被“展开”的Factor系列列（Factor_1、Factor_2、Factor_3）
   • var_name：设置展开后存放原列名的新列名（对应你的Factor）
   • value_name：设置展开后存放原数值的新列名（对应你的Factor_population）

完整代码示例 #

import pandas as pd

# 构造你提供的示例数据
df = pd.DataFrame({
    'Clone ID': ['clonename', 'clonename2'],
    'Sequence': ['seq_data', 'seq_data2'],
    'Factor_1': [1, 2],
    'Factor_2': [5, 1],
    'Factor_3': [4, 3]
})

# 执行重构操作
melted_df = df.melt(
    id_vars=['Clone ID', 'Sequence'],
    value_vars=['Factor_1', 'Factor_2', 'Factor_3'],
    var_name='Factor',
    value_name='Factor_population'
)

# 查看结果
print(melted_df)

运行结果 #

Clone ID  Sequence    Factor  Factor_population
0   clonename  seq_data  Factor_1                  1
1  clonename2 seq_data2  Factor_1                  2
2   clonename  seq_data  Factor_2                  5
3  clonename2 seq_data2  Factor_2                  1
4   clonename  seq_data  Factor_3                  4
5  clonename2 seq_data2  Factor_3                  3

进阶小技巧 #

如果你的Factor列特别多（比如Factor_1到Factor_100），不用手动列全所有列名，可以用df.filter(like='Factor_')自动筛选，代码会更简洁：

melted_df = df.melt(
    id_vars=['Clone ID', 'Sequence'],
    value_vars=df.filter(like='Factor_').columns,
    var_name='Factor',
    value_name='Factor_population'
)

这样不管你有多少个Factor列，都能一键完成转换，效率拉满！

内容的提问来源于stack exchange，提问作者404