pandas.lreshape # 熊猫。lreshape ( data , groups , dropna = True ) [来源] # 将宽格式数据重塑为长格式。 DataFrame.pivot 的广义逆。 接受一个字典,groups,其中每个键都是一个新列名,每个值都是旧列名的列表,这些旧列名将作为重塑的一部分“融化”在新列名下。 参数: 数据数据框宽格式 DataFrame。 团体字典{新名称:列列表}。 dropna bool,默认 True请勿包含条目全部为 NaN 的列。 返回: 数据框重塑数据框。 也可以看看 melt将 DataFrame 从宽格式逆透视为长格式,可以选择保留标识符集。 pivot创建电子表格样式的数据透视表作为 DataFrame。 DataFrame.pivot无需聚合即可处理非数字数据的透视。 DataFrame.pivot_table枢轴的泛化,可以处理一对索引/列的重复值。 DataFrame.unstack基于索引值而不是列进行透视。 wide_to_long宽面板到长格式。灵活性较差,但比熔化更用户友好。 例子 >>> data = pd.DataFrame({'hr1': [514, 573], 'hr2': [545, 526], ... 'team': ['Red Sox', 'Yankees'], ... 'year1': [2007, 2007], 'year2': [2008, 2008]}) >>> data hr1 hr2 team year1 year2 0 514 545 Red Sox 2007 2008 1 573 526 Yankees 2007 2008 >>> pd.lreshape(data, {'year': ['year1', 'year2'], 'hr': ['hr1', 'hr2']}) team year hr 0 Red Sox 2007 514 1 Yankees 2007 573 2 Red Sox 2008 545 3 Yankees 2008 526