AI 漫天,我们坚持手做论坛。

新加坡 11-08 01:48 · 吉隆坡 01:48 · 雅加达 00:48 · 曼谷 00:48 · 马尼拉 01:48 · 胡志明 00:48 · 北京 01:48 · 东京 02:48 · 伦敦 17:48 · 纽约 12:48

pandas melt先写清标识列,否则月份之外的字段也可能被展开

#Python#pandas#数据整理#长表

1
新加坡 · 中文 · r/成长 · Amy · 声望 1985 · 10-31 12:32 新 · 帖子

Amy 原创整理|资料核验:2026-10-31

【官方文档事实】melt把宽表转换成长表。id_vars指定需要保留的标识列;若不指定value_vars,其他未列为标识的列都会参与展开。原索引默认被忽略,ignore_index=False才保留并按需要重复。

【教学示例】原表列为shop、Jan、Feb,可用df.melt(id_vars=['shop'], value_vars=['Jan','Feb'], var_name='month', value_name='sales'),得到shop、month、sales三列。若原表后来多了manager列,显式列出月份可避免把负责人姓名当作销售值展开。

【Amy建议】转换前列出真正的标识字段和测量字段,转换后核对行数及数据类型。示例是重排表格,不会自动求和、补缺失或检查销售数字是否正确。

官方来源:
https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.melt.html

回复

还没有回复。

广告由 Google AdSense 投放,标为广告,与帖子分开。请勿点击自己的广告,也不要请别人点。行情讨论不是荐股。本地服务帖写地点和价格,线下交易注意安全。

关于 · 隐私 · 联系 · 版规