有一种更有效的方法来解决这类涉及熔化多组不同列的问题。pandas function wide_to_long正是为这些情况而构建的。

pd.wide_to_long(df, stubnames=['a', 'b', 'c'], i='id', j='dropme', sep='_')\
  .reset_index()\
  .drop('dropme', axis=1)\
  .sort_values('id')

    id  a  b   c
0  101  a  1  aa
2  101  b  2  bb
4  101  c  3  cc
1  102  d  4  dd
3  102  e  5  ee
5  102  f  6  ff

字符串

您可以根据列模式将列名转换为多索引，然后根据您需要的结果在特定级别堆叠：

import pandas as pd
df.set_index('id', inplace=True)
df.columns = pd.MultiIndex.from_tuples(tuple(df.columns.str.split("_")))
df.stack(level = 1).reset_index(level = 1, drop = True).reset_index()

# id    a   b    c      
#101    a   1   aa
#101    b   2   bb
#101    c   3   cc
#102    d   4   dd
#102    e   5   ee
#102    f   6   ff

字符串

cols = df.columns.difference(['id'])

pd.lreshape(df, cols.groupby(cols.str.split('_').str[0])).sort_values('id')
Out: 
    id  a   c  b
0  101  a  aa  1
2  101  b  bb  2
4  101  c  cc  3
1  102  d  dd  4
3  102  e  ee  5
5  102  f  ff  6

字符串

一个选项是来自pyjanitor的pivot_longer，它抽象了流程，并且很高效：

# pip install janitor
import janitor

df.pivot_longer(
    index = None, 
    names_to = '.value', 
    names_pattern = '([a-z]+)_*')

   a  b   c
0  a  1  aa
1  d  4  dd
2  b  2  bb
3  e  5  ee
4  c  3  cc
5  f  6  ff

字符串
这种特殊整形的想法是，正则表达式中与.value配对的任何组都将作为列标题。