5.2 长宽表重塑：pivot、melt 与 stack

本节摘要：同一份数据有两种站姿——行式长表利于存储与聚合，列式宽表利于阅读与展示。本节讲 pivot 与 melt 的双向变身、stack 与 unstack 的层级交换，以及"索引重复"这个最高频报错的来龙去脉。承接 5.1 的多表合一，通往 5.3 的汇总报表。

某次汇报会上的站姿之争

某次汇报会上，业务方看着投影皱眉："我要每个月一列的表，你这流水怎么每个月一行？"——数据没变，站姿不合口味。分析系统喜欢长表：一行一条记录，字段少、好入库、好聚合；人眼喜欢宽表：一行一个对象、一列一个月份，一眼看尽趋势。两种站姿没有对错，只有场合。本节就是站姿变换器：pivot 把长站成宽，melt 把宽躺成长，stack 与 unstack 则在最内层做同样的交换。往前接 5.1 拼好的表，往后 5.3 的汇总报表正是"聚合加变身"的合体。

图长表与宽表的互变

参数拆解：旋钮逐个拧

df.pivot(index, columns, values)：三参数各司其职——index 留在行上、columns 摊成列、values 填进格子；它只重排不计算，索引加列名的组合重复了就抛异常。pd.melt(df, id_vars, value_vars, var_name, value_name)：反向操作，id_vars 是"钉在行上的标识列"，value_vars 是"要躺倒的数值列"；var_name 与 value_name 给新生成的两列起名，不起就默认叫 variable 与 value。df.stack() 与 df.unstack()：在多层索引上做同样的交换——stack 把最内层列压进行索引（宽转长），unstack 把最内层行索引抬回列（长转宽）；level 参数可选交换哪一层。


import numpy as np
import pandas as pd

long_df = pd.DataFrame({
    "月份": ["五月", "五月", "六月", "六月"],
    "渠道": ["A", "B", "A", "B"],
    "金额": [120.0, 88.0, 210.0, 95.0],
})
# 长转宽
wide = long_df.pivot(index="月份", columns="渠道", values="金额")
print(wide)
# 渠道     A     B
# 月份
# 五月  120.0  88.0
# 六月  210.0  95.0

# 宽转长：melt 把 A、B 两列躺倒
back = pd.melt(wide.reset_index(), id_vars=["月份"],
               value_vars=["A", "B"], var_name="渠道", value_name="金额")
print(back.sort_values(["月份", "渠道"]).to_string(index=False))

实操示例：从流水到对比表

场景：渠道月报要"月份为行、渠道为列"的对比表，顺带把缺失渠道显示为短横线而不是空白。


# 加一点缺失：六月没有 C 渠道数据
long_df2 = pd.concat([long_df,
    pd.DataFrame({"月份": ["六月"], "渠道": ["C"], "金额": [np.nan]})], ignore_index=True)

wide2 = long_df2.pivot(index="月份", columns="渠道", values="金额")
print(wide2.fillna("-"))
# 渠道     A     B    C
# 月份
# 五月  120.0  88.0  -
# 六月  210.0  95.0  -

如果六月凑巧有两条 C 渠道记录，pivot 会当场抛"索引含重复条目"——这不是事故，是它在提醒你：重排之前该先聚合。这时换 5.3 的 pivot_table，报错位置变成聚合动作，问题自然消解。

多层索引的两步走

当分组键超过两个，unstack 出的表自带多层结构，这时"一次摊平"往往不是最优解。惯用节奏分两步：先 unstack 看最内层的展开效果，确认无误后再决定要不要 reset_index 摊平或者保留多层。多层索引的显示虽然起初劝退，但它让"渠道下分品类、品类下分规格"的层级报表有了自然载体——5.3 的 pivot_table 也走同一套索引体系，学一次两边通用。


multi = df.groupby(["月份", "渠道"])["金额"].sum()
wide = multi.unstack(fill_value=0)     # 第一步：内层变列
flat = wide.reset_index()              # 第二步：确认后摊平
print(flat)

坑点与翻车

**翻车一：pivot 遇重复组合。**同月同渠道有两条记录，pivot 直接 ValueError。记住因果：pivot 是"搬运工"不是"记账员"，带重复就要先 groupby 聚合或改用 pivot_table。**翻车二：melt 忘写 id_vars。**不指定标识列，melt 会把所有列都躺倒，标识信息混进 value 里，出来一张无法使用的表——先用 id_vars 钉住谁不动，再谈谁躺下。**翻车三：stack 之后 NaN 凭空出现。**unstack 展开时，行与列组合不全的位置自动补 NaN（宽表里的空洞），stack 回去可能比原表更长——这些 NaN 是"组合缺失"的记录，不是误差，处理办法回看 2.1。**翻车四：多层索引下 unstack 拿错层。**默认只动最内层，想动别的层要显式传 level；调多层重塑时，print 一次 index 看清层级再动手，比盲试快得多。

替代方案

聚合与变身一步到位的需求，pivot_table 与 crosstab 是打包好的合体工具（5.3 展开）；多层索引的组内展开，groupby 加 unstack 常比 pivot 更顺手——聚合口径自己定义，展开只是最后一步；多列变长的复杂场景还有 pd.wide_to_long 这门专用工具；而只是想把汇总结果"摆好看"，styler 与导出工具的事就别让重塑函数代劳。

收档清单

两种站姿：长表利存储聚合，宽表利阅读展示，场合定形态；
pivot 三参：index 留行、columns 摊列、values 填格，只搬不算；
melt 四参：id_vars 钉住标识，value_vars 指定躺倒，两列记得起名；
重复即报错：pivot 的报错是善意提醒，带重复改用 pivot_table；
层级交换：stack 压列进行，unstack 抬行进列，默认只动最内层。

变身的终点是出报表：5.3 用 pivot_table 与 crosstab，把"聚合加变身"一次打包端出。

作者与出处

原作者：灏天文库

来源：灏天文库

整理：灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流

5.2 长宽表重塑：pivot、melt 与 stack