我们可以将使用唯一 ID 的数据分隔为以下格式吗？

Question

当前格式：

UNIQUE ID	NAME	AGE	DEP	RANK
001	John	10	4th	1
002	Priya	11	4th	2
003	Jack	15	5th	2
004	Jill	14	5th	1

预期格式：

UNIQUE ID	NAME	COLUMN_NO
001	John	1
001	10	2
001	4th	3
001	1	4
002	Priya	1
002	11	2
002	4th	3
002	2	4

Answer 1

我的出发点：

>>> df
    UNIQUE ID   NAME    AGE  DEP   RANK
0           1   John     10  4th      1
1           2  Priya     11  4th      2
2           3   Jack     15  5th      2
3           4   Jill     14  5th      1

您需要的基本转换由df.stack 提供，结果是：

0  UNIQUE ID         1
   NAME           John
   AGE              10
   DEP             4th
   RANK              1
1  UNIQUE ID         2
   NAME          Priya
[...]

但是，您希望将列 UNIQUE ID 单独处理。这可以通过将其设为索引来完成：

>>> df.set_index('UNIQUE ID').stack()
UNIQUE ID
1          NAME     John
           AGE         10
           DEP       4th
           RANK         1
2          NAME    Priya
           AGE         11
           DEP       4th
           RANK         2

最后缺少的位是列名：您希望将它们重命名为数字。这可以通过两种不同的方式来实现：a) 通过重新分配 df.columns（首先将列 UNIQUE ID 移动到索引之后）：

df = df.set_index('UNIQUE_ID')
df.columns = range(1, 5)

或 b) df.renaming 列：

df = df.set_index('UNIQUE_ID')
df = df.rename(columns={'NAME': 1, 'AGE': 2, 'DEP': 3, 'RANK': 4})

最后，您可以将生成的 Series 转换回 DataFrame。在正确位置获取COLUMN NO 的最优雅方法是在堆叠之前使用df.rename_axis。一起作为一个表达式（最好将其拆分）：

>>> (df.set_index('UNIQUE ID')
       .rename(columns={'NAME': 1, 'AGE': 2, 'DEP': 3, 'RANK': 4})
       .rename_axis('COLUMN NO', axis=1)
       .stack()
       .to_frame('NAME')
       .reset_index())

    UNIQUE ID  COLUMN NO    NAME
0           1          1   John
1           1          2      10
2           1          3    4th
3           1          4       1
4           2          1  Priya
5           2          2      11
6           2          3    4th
7           2          4       2
8           3          1   Jack
9           3          2      15
10          3          3    5th
11          3          4       2
12          4          1   Jill
13          4          2      14
14          4          3    5th
15          4          4       1

遗漏的事情：读取数据；保留正确的类型：UNIQUE ID 看起来只是数字，但有可能要保留的前导零；所以将它们解析为字符串会更好。