Area Element Y1961 Y1962 Y1963 Y1964 Y1965 Y1966Afghanistan Production Afghanistan Import Quantity 1000 1000 1000 1000 1000 1000Afghanistan Export Quantity Afghanistan Agricultural Use 1000

您可以使用pandas库来将数据转换为长格式。下面是一个示例代码，说明如何实现这一过程：

import pandas as pd

# 创建一个包含原始数据的DataFrame
data = {'Area': ['Afghanistan', 'Afghanistan', 'Afghanistan', 'Afghanistan', 'Afghanistan', 'Afghanistan'],
        'Element': ['Production', 'Import Quantity', 'Export Quantity', 'Agricultural Use', 'Use per area of cropland', 'Use per capita'],
        'Y1961': [None, 1000, None, 1000, 0.13, 0.11],
        'Y1962': [None, 1000, None, 1000, 0.13, 0.11],
        'Y1963': [None, 1000, None, 1000, 0.13, 0.11],
        'Y1964': [None, 1000, None, 1000, 0.13, 0.11],
        'Y1965': [None, 1000, None, 1000, 0.13, 0.1],
        'Y1966': [None, 1000, None, 1000, 0.13, 0.1]}
df = pd.DataFrame(data)

# 使用melt函数将数据转换为长格式
df_long = df.melt(id_vars=['Area', 'Element'], var_name='Year', value_name='Value')

# 保留所需的列
df_long = df_long[df_long['Element'].isin(['Production', 'Import Quantity', 'Use per capita'])]

# 打印转换后的数据
print(df_long)

输出结果将是：

            Area           Element   Year   Value
0   Afghanistan       Production  Y1961    None
1   Afghanistan  Import Quantity  Y1961  1000.0
5   Afghanistan   Use per capita  Y1961    0.11
6   Afghanistan       Production  Y1962    None
7   Afghanistan  Import Quantity  Y1962  1000.0
11  Afghanistan   Use per capita  Y1962    0.11
...

这样，您就成功将数据转换为长格式，并且只保留了"Production"、"Import Quantity"和"Use per capita"这三个元素的数据。