python - 以编程方式选择pd.melt的列

正在自动生成月报。尝试在pandas melt函数的toid_vars和value_vars中手动键入列名。是否可以通过编程方式执行此操作？
考虑a df的a、b、c列、'12/01/2018'、'12/02/2018'、'12/03/2018'等，其中a、b、c始终是id_vars，而给定月份（本例中为Dec）的每日日期是value_vars。而不是写出来

pd.melt(id_vars=['a','b','c'],value_vars=['12/01/2018',
'12/02/2018','12/03/2018', etc.])

是否可以通过编程方式将值赋给melt函数，以便相同的代码每个月都能工作？（1月有31天的时间取消ipvot，2月有28天）。
我不是蟒蛇，很感谢你花时间帮我。

最佳答案

您可以使用：

df.melt(['a','b','c'])

df.melt状态的Docstring：
值变量：tuple、list或ndarray，可选
列到unpivot。如果未指定，则使用
未设置为id_vars。
因此，您将id_vars设置为第一个参数，所有其他列将用作每个文档的值_vars。

关于python - 以编程方式选择pd.melt的列，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/53967503/