如何在Pandas中通过列堆叠实现DataFrame行扩展？

这是个典型的宽表转长表需求，针对大数据量和多组y列的场景，Pandas里有几个高效的内置方法，完全能满足你的要求，我给你一步步拆解：

首先先还原你的示例数据：

import pandas as pd
import numpy as np

df = pd.DataFrame([[1, 2, 3], [4, 5, np.nan]], columns=['x', 'y1', 'y2'])

方法1：用pd.melt()（简洁直观，适合明确指定列的场景） #

melt是Pandas专门为宽转长设计的函数，矢量化处理效率拉满，代码也清晰：

# 把y1、y2转成单列，保留x的对应关系
melted = df.melt(id_vars='x', value_vars=['y1', 'y2'], value_name='y')
# 过滤掉y为NaN的行，删掉不需要的原列名列，重置索引
result = melted.dropna(subset=['y']).drop(columns='variable').reset_index(drop=True)

如果你的y列特别多（比如y1到y100），不用手动列出来，直接自动筛选：

# 自动抓取所有以y开头的列
y_cols = [col for col in df.columns if col.startswith('y')]
# 或者用filter更省事
y_cols = list(df.filter(like='y').columns)

# 再套用上面的逻辑
result = df.melt(id_vars='x', value_vars=y_cols, value_name='y').dropna(subset=['y']).drop(columns='variable').reset_index(drop=True)

方法2：用stack()（更简洁，自动跳过NaN） #

stack也是处理这类转换的高效工具，而且它会自动忽略NaN值，省掉一步过滤操作：

# 把x设为索引，stack所有非索引列（也就是y1、y2），再还原成常规结构
result = df.set_index('x').stack().reset_index(name='y').drop(columns='level_1').reset_index(drop=True)

运行任意一种方法后，你都会得到想要的结果：

x  y
0  1  2
1  1  3
2  4  5

这两个方法都是Pandas的内置矢量化操作，完全不需要写循环，处理大数据量的时候速度比手动循环快几个数量级，不管你有多少组y列都能轻松应对。

内容的提问来源于stack exchange，提问作者splinter