本文介绍使用 pandas.melt() 配合条件筛选，将除 id 和 date 外的多列（如 '1', '2', '3'）按“列名与 id 值对应”规则，精准堆叠为一列 value 的完整方法。
本文介绍使用 `pandas.melt()` 配合条件筛选，将除 `id` 和 `date` 外的多列（如 '1', '2', '3'）按“列名与 id 值对应”规则，精准堆叠为一列 `value` 的完整方法。
在数据处理中，常遇到宽表结构：前几列（如 id、date）为标识维度，后续大量数值列以数字命名（如 '1', '2', '3', …），且每列逻辑上对应某类 ID 的观测值。目标是将这些数字列“纵向压缩”，但不是简单拼接，而是要求：对每一行，仅提取与该行 id 值同名的列中的值（例如 id=2 的行，取列 '2' 的值；id=3 取列 '3' 的值），其余列值忽略。
这无法通过 stack() 直接实现（因其不支持跨列条件映射），而 melt() 是更自然的选择——它能将多列转为长格式，并生成 variable 列记录原列名，便于后续条件过滤。
✅ 正确实现步骤
-
使用
melt()展开：指定id_vars=['id', 'date']保留这两列为标识列，var_name='id2'将原列名（如'1','2'）存入新列； -
条件筛选匹配行：利用
df['id'] == df['id2'].astype(int)筛出id值与列名数值一致的行； -
清理冗余列：丢弃临时列
id2，保留id,date,value。
import pandas as pd
import numpy as np
# 构造示例数据
df = pd.DataFrame({
'id': [1, 1, 1, 2, 2, 2, 3, 3, 3],
'date': ['1/1/00', '1/2/00', '1/3/00'] * 3,
'1': [np.nan, 100.0, np.nan] * 3,
'2': [200, 200, 200] * 3,
'3': [300, 300, 300] * 3
})
# 执行熔解 + 条件筛选
melted = df.melt(id_vars=['id', 'date'], var_name='id2', value_name='value')
result = melted[melted['id'] == melted['id2'].astype(int)].drop(columns='id2').reset_index(drop=True)
print(result)输出结果：
id date value 0 1 1/1/00 NaN 1 1 1/2/00 100.0 2 1 1/3/00 NaN 3 2 1/1/00 200.0 4 2 1/2/00 200.0 5 2 1/3/00 200.0 6 3 1/1/00 300.0 7 3 1/2/00 300.0 8 3 1/3/00 300.0
⚠️ 注意事项
-
列名类型一致性：确保数字列名（如
'1','2'）可安全转为整型；若含非数字列名（如'X1'），需先清洗或改用正则匹配； -
缺失值处理：
NaN会自然保留，无需额外操作；但若需统一填充，可在.drop(columns='id2')后链式调用.fillna(0)； -
性能提示：对超大宽表（数百列），
melt()后筛选比循环更高效；避免使用apply(lambda row: row[str(row['id'])])，易触发SettingWithCopyWarning且速度慢； -
扩展性：若列名代表类别而非 ID（如
'A','B','C'），只需将匹配逻辑改为row['category'] == row['id2']即可复用本方案。
此方法简洁、可读性强，是 Pandas 中处理“列名即键”的典型宽→长转换场景的标准实践。
