如何将宽格式数据框重塑为更易读的垂直格式

---

本文详细介绍了如何将具有大量水平列的Pandas DataFrame重塑为更紧凑、垂直的格式。我们探讨了两种主要方法：一种是利用NumPy的`reshape`功能，适用于列数能被目标组数整除的情况；另一种是结合Pandas的`MultiIndex`和`stack`操作，以应对列数不能完美整除的场景，并提供了详细的代码示例和注意事项，旨在帮助用户高效地进行数据重塑。

在数据分析和处理中，我们经常会遇到宽度过大的DataFrame，即拥有非常多列的数据集。这种“宽格式”数据在某些分析场景下可能难以理解和操作。例如，一个包含600多列的CSV文件，如果每6列代表一组相关数据，我们可能希望将其重塑为只有6列的“长格式”数据，其中原始的列被堆叠成行。本文将详细介绍两种有效的方法来解决这一问题。

方法一：使用NumPy的reshape功能（适用于列数完美整除的情况）

当原始DataFrame的总列数能够被目标列数（例如，每6列一组）完美整除时，NumPy的reshape方法提供了一种高效且简洁的解决方案。

核心原理

1. 转换为NumPy数组：首先将Pandas DataFrame转换为NumPy数组。这样可以去除DataFrame的列名，并直接操作底层数值。
2. 重塑数组：使用numpy.reshape(rows, columns)函数来重塑数组。
   • rows参数：设置为-1，表示NumPy会根据数组的总元素数量和指定的列数自动计算行数。
   • columns参数：设置为目标列数（例如，6）。
3. 创建新的DataFrame：将重塑后的NumPy数组转换回Pandas DataFrame，并赋予新的列名。

示例代码

假设我们有一个名为groups.csv的文件，其中包含606列，我们希望将其重塑为6列，每6列一组。

import pandas as pd
import numpy as np

# 模拟一个宽格式DataFrame
# 实际应用中，您会从CSV文件加载
# df = pd.read_csv("groups.csv")

# 模拟数据，3行12列，用于演示
np.random.seed(123)
df = pd.DataFrame(np.random.randint(10, size=(3, 12)))
print("原始DataFrame:")
print(df)
print(f"\n原始DataFrame的列数: {len(df.columns)}")
print(f"列数 % 6 的余数: {len(df.columns) % 6}")

# 目标列名
target_columns = ['GroupA', 'GroupB', 'GroupC', 'GroupD', 'GroupE', 'GroupF']

# 使用to_numpy()转换为NumPy数组，然后进行reshape
# -1 让NumPy自动计算行数
df_target = pd.DataFrame(df.to_numpy().reshape(-1, 6),
                       columns=target_columns)

print("\n重塑后的DataFrame (使用NumPy reshape):")
print(df_target)

输出示例：

原始DataFrame:
   0  1  2  3  4  5  6  7  8  9  10  11
0  2  2  6  1  3  9  6  1  0  1   9   0
1  0  9  3  4  0  0  4  1  7  3   2   4
2  7  2  4  8  0  7  9  3  4  6   1   5

原始DataFrame的列数: 12
列数 % 6 的余数: 0

重塑后的DataFrame (使用NumPy reshape):
   GroupA  GroupB  GroupC  GroupD  GroupE  GroupF
0       2       2       6       1       3       9
1       6       1       0       1       9       0
2       0       9       3       4       0       0
3       4       1       7       3       2       4
4       7       2       4       8       0       7
5       9       3       4       6       1       5

注意事项

• 此方法要求原始DataFrame的总列数必须是目标列数的整数倍。如果不是，reshape操作将抛出错误。
• to_numpy()会丢弃原始的列名信息，因此需要手动为新DataFrame指定列名。

方法二：使用Pandas MultiIndex和stack（适用于列数不完美整除的情况）

当原始DataFrame的列数不能被目标列数完美整除时，或者需要更灵活地处理列分组时，Pandas的MultiIndex结合stack操作提供了一个更强大的解决方案。此方法能够处理不规则的列数，并在必要时填充NaN。

6pen Art

AI绘画生成

213 查看详情

核心原理

1. 创建MultiIndex：通过对原始列索引进行取模运算（%）和整数除法（//），创建一个两级的MultiIndex。
   • 取模运算（a % 6）将为每组内的列提供一个0到5的索引。
   • 整数除法（a // 6）将为每组提供一个组编号。
2. 设置新的轴标签：使用set_axis将这个MultiIndex应用到DataFrame的列轴上。
3. 堆叠DataFrame：使用stack()方法将DataFrame从宽格式转换为长格式。stack()会根据MultiIndex的内层级别进行堆叠。
4. 重命名列：堆叠后，DataFrame的列名将是MultiIndex的内层级别。我们需要使用set_axis将其重命名为我们目标列名。
5. 重置索引：最后，使用reset_index(drop=True)清理索引。

示例代码

假设我们有一个3行10列的DataFrame，我们仍希望将其重塑为6列。

import pandas as pd
import numpy as np

# 模拟一个宽格式DataFrame，列数不被6整除
np.random.seed(123)
df = pd.DataFrame(np.random.randint(10, size=(3, 10)))
print("原始DataFrame:")
print(df)
print(f"\n原始DataFrame的列数: {len(df.columns)}")
print(f"列数 % 6 的余数: {len(df.columns) % 6}")

# 目标列名
target_columns = ['GroupA', 'GroupB', 'GroupC', 'GroupD', 'GroupE', 'GroupF']

# 创建一个表示列分组的MultiIndex
# a % 6: 0,1,2,3,4,5,0,1,2,3 (每组内的列索引)
# a // 6: 0,0,0,0,0,0,1,1,1,1 (组编号)
a = np.arange(len(df.columns))

df_target = (df.set_axis([a % 6, a // 6], axis=1) # 设置MultiIndex作为列名
                .stack()                          # 堆叠数据
                .set_axis(target_columns, axis=1) # 设置新的列名
                .reset_index(drop=True))          # 重置索引

print("\n重塑后的DataFrame (使用MultiIndex和stack):")
print(df_target)

输出示例：

原始DataFrame:
   0  1  2  3  4  5  6  7  8  9
0  2  2  6  1  3  9  6  1  0  1
1  9  0  0  9  3  4  0  0  4  1
2  7  3  2  4  7  2  4  8  0  7

原始DataFrame的列数: 10
列数 % 6 的余数: 4

重塑后的DataFrame (使用MultiIndex和stack):
   GroupA  GroupB  GroupC  GroupD  GroupE  GroupF
0       2       2       6       1     3.0     9.0
1       6       1       0       1     NaN     NaN
2       9       0       0       9     3.0     4.0
3       0       0       4       1     NaN     NaN
4       7       3       2       4     7.0     2.0
5       4       8       0       7     NaN     NaN

注意事项

• 当原始列数不能被目标列数完美整除时，stack()操作会在某些位置生成NaN值，因为不是所有的组都能填满6列。这通常是可接受的行为，表示数据缺失。
• 此方法比NumPy的reshape稍微复杂，但提供了更高的灵活性，尤其是在处理不规则数据时。
• 由于数据类型转换（例如，整数列中引入NaN会导致列变为浮点型），可能需要后续的数据类型处理。

总结

将宽格式的DataFrame重塑为长格式是数据预处理中的常见任务。选择哪种方法取决于您的具体数据特征和需求：

• NumPy的reshape：当原始列数能够被目标列数完美整除时，这是最简洁、最高效的方法。
• Pandas MultiIndex和stack：当列数不能完美整除，或者您需要更精细地控制重塑过程，且不介意可能引入NaN值时，此方法更为适用。

理解并熟练运用这两种技术，将极大地提高您在数据清洗和准备阶段的效率。务必根据您的数据特点和分析目标，选择最合适的重塑策略。

以上就是如何将宽格式数据框重塑为更易读的垂直格式的详细内容，更多请关注其它相关文章！

# 详细介绍  # 概念型海报文案网站推广  # 泰安推广线上营销方案  # 宁波seo系统开发  # 固始本地网站建设平台  # 小说的seo  # fiam seo锁体  # 唐山市seo优化  # 密云快速优化网站  # 象山高端网站建设  # 湘桥网站建设公司  # 易读  # csv  # 两种  # 每组  # 您的  # 适用于  # 如何将  # 浮点  # 转换为  # 将其  # csv文件  # 数据清洗 

相关栏目： 【 Google疑问12 】 【 Facebook疑问10 】 【 优化推广96088 】 【 技术知识133117 】 【 IDC资讯59369 】 【 网络运营7196 】 【 IT资讯61894 】

相关推荐： 如何在解析前预检查XML文件的完整性？ 比如检查文件大小或特定结束标签  Win10输入法不见了怎么办 Win10找回语言栏图标教程  哔哩哔哩的|直播|间怎么送礼物_哔哩哔哩|直播|送礼操作指南  如何解决Casbin日志与应用日志不统一的问题，使用casbin/psr3-bridge实现无缝集成  优化长HTML属性值：SonarQube警告与实用策略  外卖小程序对接第三方配送  win11怎么设置默认终端为Windows Terminal Win11替代CMD和PowerShell【技巧】  海外搜索引擎推广效果怎么样,怎么分析效果！  飞飞漫画漫画阅读官网_飞飞漫画漫画阅读官网进入阅读  小红书如何引流到私信？引流到私信有用吗？  作业帮网页版不用下载入口 在线问老师快速答疑  Flash AS3.0简易相册制作  《豆瓣》私信用户方法  b站怎么查看视频的码率_b站视频码率查看方法  谷歌邮箱官方入口链接 谷歌邮箱网页版电脑端快速登录  Composer如何使用composer-plugin-api开发自定义插件  J*a中逻辑运算符如何使用_逻辑与或非的基础用法讲解  Win11怎么设置分辨率 Win11显示设置调整分辨率及刷新率修改  画质怪兽120帧安卓和平精英免费版  PHP 4 函数中引用参数的默认值限制与解决方案  C++如何使用CMake构建项目_C++ CMakeLists.txt编写入门教程  申通快件单号查询平台 申通包裹物流动态跟踪  Apple Music无故扣费引质疑  mysql中外键约束如何使用_mysql FOREIGN KEY操作  如何在mysql中使用索引提示_mysql索引提示优化方法  Sublime怎么快速复制文件路径_Sublime右键菜单增强技巧  Win10如何彻底关闭OneDrive Win10禁用云同步功能【纯净】  《深林》冬季章节图文攻略  HTML中多图片上传与预览：解决ID冲突的专业指南  优化 WooCommerce 产品价格显示与自定义短代码集成  第五人格PC版怎么避免被封号_第五人格PC版防封号注意事项  铁路12306买票怎么选双人铺 铁路12306卧铺分配规则说明  J*aScript文本高亮功能优化：解决多词匹配错误与精确分割策略  《全民k歌》音乐怎么下载到本地2025  小红书网页版在线直达 小红书网页版免费登录入口  自定义你的VS Code状态栏，监控关键信息  如何定制PrimeNG Sidebar的背景颜色  嘴唇干裂起皮怎么办 唇部护理与预防干裂的方法【详解】  VS Code中的Tailwind CSS IntelliSense插件使用技巧  抖音火山版如何进行提现  使用VS Code作为你的个人知识管理系统  电脑桌面图标怎么变大变小_Windows个性化设置第一课【新手入门】  CSS过渡与滚动滚动事件结合应用_scroll与transition动画  《随手记》备份数据方法  b站怎么设置动态仅粉丝可见_b站动态粉丝可见设置方法  Firefox OS应用开发：解决XMLHttpRequest跨域请求阻塞问题  iphone16系列配置参数介绍  Python自动化抓取GBGB赛狗比赛结果：日期范围与赛道筛选教程  Cassandra中复合主键、二级索引与ORDER BY排序的限制与解决方案  厨房地面防滑垫的油污怎么洗？ 机洗和手洗防滑垫的注意事项 

 2025-10-25