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： J*aScript与HTML元素交互：图片点击事件与链接处理教程  如何在CSS中设置背景图像：一个全面指南  PHP页面重载时变量值不重置的实现方法  word页码灰色不能用如何解决  Apple Music无故扣费引质疑  不吃碳水化合物是健康减肥的好办法吗  全球各国上班时间表外贸邮件时间  动漫岛在线动漫网 动漫岛动漫在线观看官方入口  西瓜视频怎么查看访客记录_西瓜视频访客记录查看方法  在React中正确处理HTML input type="number"的数值类型  快递查询，一键速查  追剧达人如何发弹幕  Lar*el Eloquent中通过Join查询关联数据表：解决多行子查询问题  word文档行距怎么调？word文档调行距的操作步骤  咸鱼怎么设置仅粉丝可见的动态_咸鱼动态粉丝可见设置方法  向日葵客户端怎么进行语音通话_向日葵客户端语音通话功能使用方法  深入理解Python对象引用与链表属性赋值  优化长HTML属性值：SonarQube警告与实用策略  动漫岛汉化官网网 动漫岛官方动漫汉化地址  深入理解随机递归函数的确定性：内部节点、叶节点与时间复杂度分析  MySQL多重JOIN技巧：高效关联同一表获取多角色信息  猫眼电影app如何筛选支持退改签的影院_猫眼电影退改签影院筛选方法  手机雨课堂网页版入口免登录 雨课堂网页版可点击直接进入  QQ邮箱注册地址 免费获取QQ邮箱账号  微星主板BIOS怎么调整内存时序_内存参数手动优化BIOS设置教程  百度网盘网页入口链接分享 百度网盘官网入口网页登录  Win11怎么录屏_Windows 11自带Xbox Game Bar录制视频  微信客户端怎么查看二维码_微信客户端个人二维码查看方法  FotoBalloon图片左右镜像教程  《植物大战僵尸3》火龙草作用介绍  12306不能订票的时间段是固定的吗？ | 节假日购票时间有无变化  《战地6》反作弊已成功拦截240万次作弊 发售第一周98%比赛没有作弊  解决Flex容器横向滚动内容截断与偏移问题  OPPO A3 WiFi频繁断开怎么办 OPPO A3网络优化技巧  j*a中ArrayBlockingQueue的使用  Python自动化抓取GBGB赛狗比赛结果：日期范围与赛道筛选教程  《米姆米姆哈》米姆获取及技能攻略  解决Go encoding/json 将JSON大数字解析为浮点数的问题  diskgenius分区工具如何设置Bios启动项  《下一站江湖2》风神腿获取攻略  苹果电脑如何快速查看电池状态 苹果电脑电池信息快捷方法  《绝区零》2.3前瞻|直播|内容介绍  知音漫客官网首页入口_知音漫客热门漫画推荐  优化响应式标题底部边框：CSS实现技巧与最佳实践  口腔诊所管理软件推荐  谷歌邮箱官方入口链接 谷歌邮箱网页版电脑端快速登录  鸣潮历史学家灯塔位置一览  lol小红书怎么|直播|？lol小红书|直播|是什么意思？  解决Windows上Composer PATH变量冲突导致的命令无法识别问题  高效调试PHP大型嵌套数组：JSON序列化与可视化工具实践 

 2025-10-25