pandas如何列转行

在pandas中，可以使用`melt()`函数将列转换为行。`melt()`函数的基本语法如下：

pandas.melt(frame, id_vars=None, value_vars=None, var_name=None, value_name='value', col_level=None)

参数说明：
- `frame`：要转换的数据框。
- `id_vars`：要保留的列名，不进行转换的列。
- `value_vars`：要进行转换的列名，如果不指定，则默认使用所有列。
- `var_name`：转换后的列名，默认为`variable`。
- `value_name`：转换后的值列名，默认为`value`。
- `col_level`：如果列是多级索引，则使用此参数指定要转换的级别。

下面是一个示例，演示如何使用`melt()`函数将列转换为行：

import pandas as pd

# 创建示例数据框
data = {'Name': ['John', 'Mike', 'Sarah'],
        'Maths': [90, 80, 95],
        'Science': [85, 88, 92],
        'English': [92, 78, 88]}
df = pd.DataFrame(data)

# 使用melt()函数将列转换为行
df_melted = pd.melt(df, id_vars=['Name'], value_vars=['Maths', 'Science', 'English'], var_name='Subject', value_name='Score')

print(df_melted)

输出结果如下：

    Name  Subject  Score
0   John    Maths     90
1   Mike    Maths     80
2  Sarah    Maths     95
3   John  Science     85
4   Mike  Science     88
5  Sarah  Science     92
6   John  English     92
7   Mike  English     78
8  Sarah  English     88

在上面的示例中，我们将`Maths`、`Science`和`English`这三列转换为行，并将转换后的列名命名为`Subject`，值列名命名为`Score`。