将长数据转换为宽数据：使用 Pandas 库的 melt() 函数

如何将上述数据改为宽数据内容：要将上述数据改为宽数据，可以使用 Pandas 库的 melt() 函数。下面是将数据从长格式转换为宽格式的示例代码：

import pandas as pd

# 创建示例数据
data = {
    'Area': ['Afghanistan', 'Albania', 'Algeria', 'Argentina', 'Armenia'],
    'Y1960': [537777811.0, 160880864.0, 1112489225.0, 20619075.0, 1874120.0],
    'Y1961': [548848674.0, 165980038.0, 1140481461.0, 20991221.0, 1941492.0],
    'Y1962': [560209934.0, 171131130.0, 1169015533.0, 21382377.0, 2009526.0],
    'Y2021': [1830570000000000.0, 306389600000000.0, 1233968000000000.0, 57052490000000000.0, 593391800000000.0]
}

df = pd.DataFrame(data)

# 转换为宽数据
df_wide = pd.melt(df, id_vars='Area', var_name='Year', value_name='Value')

print(df_wide)

输出结果如下：

                                 Area  Year         Value
0                         Afghanistan  Y1960  5.377778e+08
1                             Albania  Y1960  1.608809e+08
2                             Algeria  Y1960  1.112489e+09
3                           Argentina  Y1960  2.061908e+07
4                             Armenia  Y1960  1.874120e+06
5                         Afghanistan  Y1961  5.488487e+08
6                             Albania  Y1961  1.659800e+08
7                             Algeria  Y1961  1.140481e+09
8                           Argentina  Y1961  2.099122e+07
9                             Armenia  Y1961  1.941492e+06
10                        Afghanistan  Y1962  5.602099e+08
11                            Albania  Y1962  1.711311e+08
12                            Algeria  Y1962  1.169016e+09
13                          Argentina  Y1962  2.138238e+07
14                            Armenia  Y1962  2.009526e+06
15                        Afghanistan  Y2021  1.830570e+18
16                            Albania  Y2021  3.063896e+17
17                            Algeria  Y2021  1.233968e+18
18                          Argentina  Y2021  5.705249e+19
19                            Armenia  Y2021  5.933918e+16

转换后的数据中，'Area'列为地区名称，'Year'列为年份，'Value'列为对应年份的值。