如何用Pandas将CSV多列合并为单列并重复对应表头？

Hey there! 既然你有Pandas使用经验，那咱们直接针对你要把多列转成带对应表头的单列需求来拆解～

需求回顾 #

你需要把类似这样的原数据：

转换成单列格式：userA A1、userA A2、userA A3、userA A4、userB B1、userB B2、userB B3、userB B4

方法一：用melt实现（直观易维护） #

melt是Pandas处理宽表转长表的常用工具，步骤清晰，可读性强：

import pandas as pd

# 读取你的数据（分隔符按实际情况调整，比如tab就用sep='\t'）
df = pd.read_csv("your_file.csv", sep='\t')

# 第一步：把所有列转成"表头-值"的长表格式
melted_df = df.melt(var_name="column_header", value_name="cell_value")

# 第二步：拼接表头和值，生成目标单列
combined_series = melted_df["column_header"] + " " + melted_df["cell_value"].astype(str)

# 如果需要转成DataFrame格式
combined_df = pd.DataFrame(combined_series, columns=["combined_result"])

这个方法的好处是逻辑直白，后续维护代码的时候一眼就能看懂，而且自动按列顺序先处理完userA的所有行，再处理userB的行，完全符合你的需求。

方法二：基于你找到的ravel思路优化 #

你提到已经找到了用ravel的方向，这里把这个思路补全，适合喜欢底层操作的场景：

import pandas as pd

df = pd.read_csv(filename, sep='\t')

# 按列展平所有值（order='F'表示按列优先，先取userA全部值再取userB）
flattened_values = df.values.ravel(order='F')
# 生成对应重复的表头序列（每个表头重复行数的次数）
repeated_headers = df.columns.repeat(len(df))

# 拼接表头和值成目标格式
result_series = pd.Series([f"{header} {value}" for header, value in zip(repeated_headers, flattened_values)])

这个方法直接操作数据底层的数组，效率和melt差不多，如果你习惯这种偏底层的写法可以用它。

两种方法都能完美实现你的需求，看你个人代码风格选择就好～

内容的提问来源于stack exchange，提问作者testac1234