Pandas:如何将这种宽格式数据转置为长格式

Pandas是Python中一个强大的数据处理库，可以用于数据清洗、转换和分析。它提供了各种功能和方法来处理各种数据格式，包括宽格式和长格式的数据。

要将宽格式数据转置为长格式，可以使用Pandas中的melt函数。melt函数可以将数据框从宽格式转换为长格式，同时可以通过指定列名来重新定义数据框的列。

下面是一个示例代码，展示如何将宽格式数据转换为长格式：

import pandas as pd

# 创建示例数据框
data = {'姓名': ['张三', '李四', '王五'],
        '语文成绩': [80, 90, 85],
        '数学成绩': [70, 85, 75],
        '英语成绩': [75, 80, 90]}
df = pd.DataFrame(data)

# 使用melt函数将宽格式转换为长格式
df_long = pd.melt(df, id_vars=['姓名'], value_vars=['语文成绩', '数学成绩', '英语成绩'], var_name='科目', value_name='成绩')

print(df_long)

运行上述代码，输出结果如下：

   姓名    科目  成绩
0  张三  语文成绩  80
1  李四  语文成绩  90
2  王五  语文成绩  85
3  张三  数学成绩  70
4  李四  数学成绩  85
5  王五  数学成绩  75
6  张三  英语成绩  75
7  李四  英语成绩  80
8  王五  英语成绩  90

在上面的示例中，我们使用melt函数将原始数据框中的"语文成绩"、"数学成绩"和"英语成绩"这三列转换为长格式。使用id_vars参数指定保持不变的列（这里是"姓名"列），使用value_vars参数指定需要转换的列，使用var_name参数指定转换后的列名，使用value_name参数指定转换后的值的列名。

Pandas官方文档中有更详细的melt函数说明和示例，你可以参考以下链接了解更多信息：

Pandas官方文档：melt函数

除了melt函数，Pandas还提供了其他处理数据的函数和方法，如pivot、pivot_table等，可以根据具体需求选择适合的方法来处理数据。