如何将宽格式员工排班表转换为长格式（使用 pandas melt）-Python教程-PHP中文网

如何将宽格式员工排班表转换为长格式（使用 pandas melt）

本文介绍如何使用 pandas 的 melt() 方法，将 Excel 中“日期×人员”的宽格式排班表（列名为 Date、Bob、Joe、Jane）高效重塑为“日期、姓名、状态”三字段的长格式结构，适用于后续分析或可视化。

本文介绍如何使用 pandas 的 `melt()` 方法，将 excel 中“日期×人员”的宽格式排班表（列名为 date、bob、joe、jane）高效重塑为“日期、姓名、状态”三字段的长格式结构，适用于后续分析或可视化。

在数据分析中，原始数据常以宽格式（wide format）存储——即每个人员占据一列，日期作为行索引；但多数统计建模、时间序列分析或图表绘制（如 seaborn 的 catplot 或 lineplot）更依赖长格式（long format），即每行代表一个观测单元（如“某人在某日是否在岗”）。本教程以员工排班表为例，演示从宽到长的标准重塑流程。

✅ 核心操作：`pd.melt()` 一步完成结构转换

假设你已将 Excel 文件（如 schedule.xlsx）保存在本地，首先读入数据并查看结构：

import pandas as pd

df = pd.read_excel("schedule.xlsx")
print(df.head())
# 输出示例：
#        Date  Bob  Joe  Jane
# 0  1/1/2025    0    0     0
# 1  1/2/2025    1    1     1
# 2  1/3/2025    1    1     1

接着，使用 pd.melt() 将除 "Date" 外的所有人员列“折叠”为两列：variable（原列名）和 value（对应单元格值）：

df_long = pd.melt(
    df,
    id_vars="Date",           # 保持不变的标识列（不参与重塑）
    var_name="Name",          # 指定原列名映射后的新列名（默认为 'variable'）
    value_name="On/Off"       # 指定原单元格值映射后的新列名（默认为 'value'）
)

? 关键参数说明：

id_vars: 列名字符串或列表，表示需保留为“主键”的列（此处仅 "Date"）；

var_name: 自定义新列名，用于存放原列标题（如 "Bob"、"Joe"）；

value_name: 自定义新列名，用于存放原单元格数值（0 或 1）。

执行后，df_long 即为符合要求的长格式 DataFrame：

Date	Name	On/Off
1/1/2025	Bob	0
1/2/2025	Bob	1
1/3/2025	Bob	1
1/1/2025	Joe	0
1/2/2025	Joe	1
...	...	...

⚠️ 注意事项与最佳实践

列名一致性：确保 id_vars 中指定的列名（如 "Date"）严格匹配原始 Excel 表头（区分大小写与空格）；若含空格或特殊字符，可用 df.columns = df.columns.str.strip() 预处理。
日期类型处理：read_excel() 默认可能将日期读为字符串。如需后续时间运算，建议添加 parse_dates=["Date"] 参数：
```
df = pd.read_excel("schedule.xlsx", parse_dates=["Date"])
```
导出结果：可直接保存为 CSV 供其他工具使用（index=False 避免写入行号）：
```
df_long.to_csv("schedule_long.csv", index=False, encoding="utf-8-sig")
```
替代方法对比：虽然 df.stack() 也可实现类似效果，但 melt() 语义更清晰、参数更直观，是官方推荐的宽→长标准方法；而 pivot() 和 unstack() 主要用于长→宽逆向操作。