将宽格式员工排班表转换为长格式(日期-姓名-状态)的完整教程
本文介绍如何使用 Pandas 的 melt() 方法,将 Excel 中以人员为列标题的宽格式排班表(Date、Bob、Joe、Jane),高效重塑为标准长格式(Date、Name、On/Off),适用于后续分析、可视化或导入数据库。

本文介绍如何使用 Pandas 的 `melt()` 方法,将 Excel 中以人员为列标题的宽格式排班表(Date、Bob、Joe、Jane),高效重塑为标准长格式(Date、Name、On/Off),适用于后续分析、可视化或导入数据库。
在不少真实业务场景里,比如人力资源排班、值班轮岗,或者考勤统计,原始数据往往会采用“人员作列、日期作行”的宽表方式来存放。这样的结构确实方便人工查看,一眼就能对上人和时间;但一旦进入数据分析或建模环节,就显得没那么顺手了。好在 Pandas 专门提供了用于结构化数据重塑的 pd.melt() 函数,能够把这类宽格式数据快速、规范地转换成长格式。
✅ 正确转换步骤
假设您的 Excel 文件名为 schedule.xlsx,且首行为列标题(Date、Bob、Joe、Jane),请按以下流程操作:
import pandas as pd
# 1. 读取 Excel 数据
df = pd.read_excel("schedule.xlsx")
# 2. 执行重塑:保留 'Date' 为标识列,将其他列(Bob/Joe/Jane)“融化”为两列
df_long = pd.melt(
df,
id_vars="Date", # 不参与变形的列(即“主键”列)
var_name="Name",# 原列名将作为新列的值,命名为 'Name'
value_name="On/Off" # 原单元格数值将统一放入此列
)
# 3. 可选:重置索引并保存结果
df_long = df_long.reset_index(drop=True)
df_long.to_csv("schedule_long.csv", index=False)执行完成后,df_long 的结构就会和预期结果一一对应,格式如下所示:
| Date | Name | On/Off |
|----------|------|--------|
| 1/1/2025 | Bob| 0|
| 1/2/2025 | Bob| 1|
| 1/3/2025 | Bob| 1|
| 1/1/2025 | Joe| 0|
| ...| ...| ...|
⚠️ 关键注意事项
id_vars必须是字符串(单列)或字符串列表(多列),如需同时保留Date和Shift,可写为id_vars=["Date", "Shift"];- 若 Excel 表含空行或合并单元格,请先用
pd.read_excel(..., skiprows=0)显式指定起始行,并检查df.head()确认数据结构; var_name和value_name参数直接定义新列名,无需额外.rename()—— 更简洁、更不易出错;melt()是不可逆操作,建议在转换前备份原始 DataFrame(如df_original = df.copy())。
? 进阶提示:处理多标识列或缺失值
若您的原始表还包含“班次类型”“部门”等辅助维度列,只需将其加入 id_vars 即可同步保留:
df_long = pd.melt(df, id_vars=["Date", "Department"], var_name="Name", value_name="On/Off")
若存在空值(如某日未安排 Jane),melt() 默认保留 NaN。如需过滤掉无效记录,可追加:
df_long = df_long.dropna(subset=["On/Off"])
通过这一标准化重塑,您的排班数据即可无缝接入时间序列分析、人员负荷统计、或 Power BI/Tableau 等可视化工具——真正实现“一次清洗,多处复用”。
如何优雅地处理多行表头CSV并直接构建DatetimeIndex
- 上一篇
- 如何优雅地处理多行表头CSV并直接构建DatetimeIndex
- 下一篇
- Python 中冒号(:)在字典操作中的真实含义与类型注解陷阱
-
- 文章 · python教程 | 1天前 | 线程池 · Python 线程池 concurrent.futures 任务取消 Future.cancel
- Python concurrent.futures.Future.cancel 怎样判断任务能否取消
- 143浏览 收藏
-
- 文章 · python教程 | 1天前 | 标准库 · HTTP服务 · 多线程 · Python教程 · Python 并发请求 http.server ThreadingHTTPServer ThreadingMixIn BaseHTTPRequestHandler
- Python http.server ThreadingHTTPServer 怎样处理并发请求
- 481浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python tarfile.TarInfo.replace 怎样复制归档成员属性
- 308浏览 收藏
-
- 文章 · python教程 | 1天前 | 并发编程 · Python教程 · Python 多进程 multiprocessing forkserver 启动上下文
- Python multiprocessing forkserver 怎样处理进程启动上下文
- 232浏览 收藏
-
- 文章 · python教程 | 1天前 | 标准库 · 异步编程 · Python教程 · Python asyncio StreamReader readexactly IncompleteReadError 异步流
- Python asyncio.StreamReader.readexactly 怎样处理不足长度的输入
- 427浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python operator.length_hint 怎样为未知长度迭代器设置估计值
- 336浏览 收藏
-
- 文章 · python教程 | 1天前 | 标准库 · Python教程 · Python warnings catch_warnings simplefilter filterwarnings 警告过滤
- Python warnings context manager 怎样临时调整警告过滤
- 255浏览 收藏
-
- 文章 · python教程 | 1天前 | 调试 · python · 异步编程 · Python asyncio introspection current_task all_tasks
- Python asyncio introspection 怎样定位当前任务
- 120浏览 收藏
-
- 文章 · python教程 | 1天前 | 标准库 · Python教程 · Python 类型注解 Python 3.14 annotationlib get_annotations ForwardRef 延迟注解
- Python 3.14 annotationlib.get_annotations 怎样读取延迟注解
- 423浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python 3.14 跨解释器 Queue.put 的阻塞与 QueueFull 处理方案
- 157浏览 收藏
-
- 文章 · python教程 | 2天前 | xml · python · Python xml xml.etree.ElementTree canonicalize C14N
- Python xml.etree.ElementTree.canonicalize 怎样生成稳定的 XML 文本
- 151浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 1168次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 1153次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 1332次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 1274次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 1131次使用
-
- Python TaskGroup 怎样让子任务失败统一收敛
- 2026-11-12 501浏览
-
- Python xml.dom.minidom.unlink 怎样释放不再使用的 DOM 树引用
- 2026-10-27 501浏览
-
- Python typing 怎样用 TypeIs 缩小类型
- 2026-10-24 501浏览
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览

