如何将特定列的非空值转换为新行并重命名类型字段-Python教程-PHP中文网

如何将特定列的非空值转换为新行并重命名类型字段

本文介绍使用 pandas 的 melt、stack 和 explode 等方法，将 aka、lqaka 等辅助名称列中非空值“下移”为独立行，同时将原行保留为 primary 类型，并动态设置 name type 字段为对应列名（如 aka/lqaka），其他列（如 other）仅在 primary 行保留值。

本文介绍使用 pandas 的 melt、stack 和 explode 等方法，将 aka、lqaka 等辅助名称列中非空值“下移”为独立行，同时将原行保留为 primary 类型，并动态设置 name type 字段为对应列名（如 aka/lqaka），其他列（如 other）仅在 primary 行保留值。

在数据清洗与标准化场景中，常需将宽表中多个“别名类”列（如 AKA、LQAKA）展开为长格式——即每个非空别名生成一条新记录，紧随其所属的主记录（Primary）之后，且新记录的 Name Type 自动设为对应列名，而其他辅助列（如 Other）仅保留在主行中，别名行留空。这种结构对后续分组、排序或导入下游系统（如 CRM 或图谱数据库）至关重要。

以下提供三种稳健、可扩展的实现方案，均基于 pandas 1.5+，兼顾简洁性与泛化能力。

✅ 方案一：melt + dropna + 后处理（推荐，逻辑清晰）

import pandas as pd

data = {
    'Name Type': ["Primary", "Primary", "Primary"],
    'Full Name': ["John Snow", "Daenerys Targaryen", "Brienne Tarth"], 
    'AKA': ["Aegon Targaryen", None, None],
    'LQAKA': ["The Bastard of Winterfell", "Mother of Dragons", None],
    'Other': ["Info", "Info", "Info"]
}
df = pd.DataFrame(data)

# 步骤1：以固定列（Name Type, Other）为标识，熔化其余列
out = (df.melt(['Name Type', 'Other'], ignore_index=False)
         .dropna(subset='value')  # 移除 value 为 None 的行
         .sort_index(kind='stable', ignore_index=True)  # 按原始顺序稳定排序
         .rename(columns={'value': 'Full Name'})  # 统一名称字段
      )

# 步骤2：识别非 Full Name 行（即来自 AKA/LQAKA 的行），重赋 Name Type 并清空 Other
mask = out['variable'] != 'Full Name'
out.loc[mask, 'Name Type'] = out.pop('variable')  # 将列名转为 Name Type
out.loc[mask, 'Other'] = ''  # 清空辅助列

print(out)

输出：

  Name Type Other                  Full Name
0   Primary  Info                  John Snow
1       AKA                        Aegon Targaryen
2     LQAKA        The Bastard of Winterfell
3   Primary  Info         Daenerys Targaryen
4     LQAKA                Mother of Dragons
5   Primary  Info              Brienne Tarth

✅ 优势：语义明确，易于调试；支持任意数量的“别名列”，只需调整 melt 的 id_vars 参数。

Learning Prompt

Learning Prompt是一款AI提示词工具，免费的AI提示词学习平台。

下载

✅ 方案二：stack（更简洁，自动跳过 NaN）

out = (df.set_index(['Name Type', 'Other'])
         .stack()  # 自动忽略 NaN，返回 MultiIndex Series
         .reset_index(name='Full Name')
         .rename(columns={'level_2': 'Name Type'})
      )

# 将原 Full Name 行的 Name Type 保持为 Primary，其余设为列名
mask = out['Name Type'] != 'Full Name'
out.loc[mask, 'Other'] = ''
# 注意：此处需手动恢复 Primary 行的 Name Type（因 stack 会覆盖）
out.loc[~mask, 'Name Type'] = 'Primary'

# 重排列顺序确保一致性
out = out[['Name Type', 'Full Name', 'Other']]

该方式代码更短，但需额外处理 Name Type 的原始值还原，适合列结构固定且无嵌套需求的场景。

⚠️ 扩展：处理多列与嵌套列表（如 AKA 为 list）

若 AKA 或 LQAKA 列含列表（如 ["Aegon Targaryen", "Lord Snow"]），需增加 .explode()：

# 假设 AKA/LQAKA 可能为 list 或 scalar
cols_to_melt = df.columns.difference(['Full Name'])  # 动态识别所有非 Full Name 列
out = (df.melt(['Name Type', 'Other'], ignore_index=False)
         .dropna(subset='value')
         .sort_index(kind='stable', ignore_index=True)
         .rename(columns={'value': 'Full Name'})
         .explode('Full Name', ignore_index=True)  # 展开列表项为多行
      )

mask = out['variable'] != 'Full Name'
out.loc[mask, 'Name Type'] = out.pop('variable')
out.loc[mask, ['Other']] = ''
out = out[['Name Type', 'Full Name', 'Other']]