PythonのPandasのmeltメソッドについて

2025年9月17日

Pandasのmeltメソッドについて、基礎から応用までできるだけ詳しく解説します。

`melt`メソッドとは？

pandas.melt()は、ワイド形式（wide format） のデータを ロング形式（long format） に変換するためのメソッドです。

例えば、ExcelやCSVなどでは「1列に1変数」ではなく「横に並んだ複数列が同じ変数を表す」形になっていることが多いですが、分析や可視化の前処理では「縦長の形式（tidy data）」に変換した方が扱いやすくなります。

イメージ

ワイド形式（変換前）

ID	2022	2023	2024
A	100	120	140
B	90	110	150

ロング形式（変換後）

ID	variable	value
A	2022	100
B	2022	90
A	2023	120
B	2023	110
A	2024	140
B	2024	150

基本的なコード

import pandas as pd

df = pd.DataFrame({
    "ID": ["A", "B"],
    "2022": [100, 90],
    "2023": [120, 110],
})

melted = pd.melt(df, id_vars=["ID"])
print(melted)
# => columns: ["ID", "variable", "value"]

主要パラメータ

`var_name` `value_name`

id_vars

そのまま残したい列名 を指定します。
主キーやID列などは通常ここに入ります。

value_vars

縦に展開したい列 を指定します。
指定しない場合は、id_vars以外すべての列が対象になります。

import pandas as pd

df = pd.DataFrame({
    "ID": ["A", "B"],
    "2022": [100, 90],
    "2023": [120, 110],
})

melted = pd.melt(
    df,
    id_vars=["ID"],
    var_name="year",
    value_name="sales"
)
print(melted)

`value_vars`

縦に展開したい列 を指定します。
指定しない場合は、id_vars以外すべての列が対象になります。

import pandas as pd

df = pd.DataFrame({
    "ID": ["A", "B", "C"],
    "2022": [100, 90, 130],
    "2023": [120, 110, 150],
    "2024": [140, 150, 170]
})

melted_partial = pd.melt(
    df,
    id_vars=["ID"],
    value_vars=["2022", "2023"],  # 2024はそのまま残す
    var_name="year",
    value_name="sales"
)
print(melted_partial)

`ignore_index`

デフォルトはTrueで、インデックスはリセットされます。
Falseにすると、元のインデックスを保持できます。

import pandas as pd

df = pd.DataFrame({
    "ID": ["A", "B"],
    "2022": [100, 90],
    "2023": [120, 110],
}, index=[10, 20])

melted_keep_idx = pd.melt(
    df,
    id_vars=["ID"],
    var_name="year",
    value_name="sales",
    ignore_index=False
)
print(melted_keep_idx)

応用的な使い方

複数の`id_vars`

df = pd.DataFrame({
    "Name": ["Alice", "Bob"],
    "Gender": ["F", "M"],
    "Math": [85, 92],
    "English": [78, 88]
})

pd.melt(df, id_vars=["Name", "Gender"], var_name="Subject", value_name="Score")