Pandas的df.melt()函数的使用

df.melt() 函数是 Pandas 中一个非常有用的函数，用于将 DataFrame 从宽格式（wide format）转换成长格式（long format）。这种转换通常用于将 多个列 的数据“融化”成 两列 ：一个 标识符列 和一个 值列 ，使数据更适合进行某些类型的分析或可视化。

df.melt() 使用参数：

df.melt(id_vars=None, value_vars=None, var_name=None, value_name='value', col_level=None)

id_vars : 不需要被转换的列名。作为新 df 的标识符，即它们的值会重复出现来匹配其他变量的多个值。
value_vars : 需要转换的列名。如果剩下的列全部都要转换，就可以不用写。
var_name : 这是融化后，原来的列名变成的新列的名称。
value_name : 这是融化后，原来的值变成的新列的名称。
col_level : 如果列是 MultiIndex ，则使用此级别。

使用场景：

想将 columns 中的10列: 2009 ~ 2018 转为标识符列名为 “年份”，对应的值列 名为 “人均可支配收入”：

代码：

# 保留列:['省份', '城市']
df = df.melt(id_vars=['省份', '城市'], var_name='年份', value_name='人均可支配收入')