粮食局网站建设电商软文广告经典案例

Pandas 的 melt 方法用于将宽格式（wide format）的 DataFrame 转换为长格式（long format）的 DataFrame。这种转换在数据处理和可视化中非常有用，尤其是在处理多列数据时。

宽格式 vs 长格式

• 宽格式（Wide Format）：每一列代表一个变量，每一行代表一个观测值。
• 长格式（Long Format）：每一行代表一个变量的一个观测值，变量名和值分别存储在两列中。

melt 方法的主要参数包括：

• id_vars：指定哪些列保持不变（即不进行转换）。
• value_vars：指定哪些列需要转换（默认是除了 id_vars 之外的所有列）。
• var_name：指定变量名列的名称（默认是 'variable'）。
• value_name：指定值列的名称（默认是 'value'）。

import pandas as pddata = {'Name': ['Alice', 'Bob', 'Charlie'],'Math': [85, 90, 78],'Science': [92, 88, 85],'English': [88, 95, 90]
}
df = pd.DataFrame(data) # 宽表
print(df)

使用melt转为长格式：

df_melted = df.melt(id_vars=['Name'], var_name='Subject', value_name='Score')

1795. 每个产品在不同商店的价格 - 力扣（LeetCode）

请你重构 Products 表，查询每个产品在不同商店的价格，使得输出的格式变为(product_id, store, price) 。如果这一产品在商店里没有出售，则不输出这一行。

输出结果表中的 顺序不作要求 。

解题思路：使用melt将宽表转为长表的基础操作：

import pandas as pddef rearrange_products_table(products: pd.DataFrame) -> pd.DataFrame:return products.melt(id_vars=['product_id'], var_name='store',value_name='price').dropna()