第 5 章 摆盘区：合并、重塑与汇总报表

第 5 章 · 摆盘区：合并、重塑与汇总报表

本章要回答的问题：多张表的数据怎么合成一张——按行摞、按列拼、按键对位，各用什么手法？行式的长表与列式的宽表怎么互相变身？领导要的"行是渠道、列是月份、格子里是总额"的汇总表，怎么一步出？摆盘区把这三问一次端平。

为什么会有这一章

后厨的活往往不是一口锅出全席：订单表在业务库、用户表在会员系统、退款表在风控那边，分析要的却是"三张表合起来的完整故事"；拼好之后，数据的"站姿"还常常不对——流水是行式的长表，报表要列式的宽表，一来一回就得变身。摆盘区处理的正是这种"合"与"形"的问题：合不好，行数凭空膨胀、键值错位；形不对，下游工具吃不下、领导看不懂。

这一章的手法有个共同前菜：先想清楚"键"。按行摞不需要键，只需要列对齐；按键合并全靠键，键选错，盘里全是串了味的菜；长宽变身更是键的重排艺术。所以本章每一节都从"键与结构"讲起，函数参数反而是后半段的事。这也是它独立成章的理由——合并与重塑不是某个函数的用法，而是一套关于"数据如何摆位"的手艺。

读完能解决什么

• 拼接能力：用 concat 完成纵向摞表与横向拼列，处理好索引与列对齐；
• 对位能力：用 merge 按键合并两张表，四种 how 的行数变化张口就来，能识别并防止笛卡尔积爆炸；
• 变身能力：用 pivot 与 melt 在长表、宽表之间自由切换，理解 stack 与 unstack 的层级交换；
• 出表能力：用 pivot_table 与 crosstab 直接产出"行分组、列分组、格子里聚合值"的汇总报表。

可考核知识点清单：concat 的 axis 与 join 两个参数的配合；merge 的 on、how、suffixes、validate 的分工；inner、left、right、outer 各自保留谁的行；合并后行数校验的两种办法；pivot 报错"索引重复"的原因与 pivot_table 的替代；melt 的 id_vars 与 value_vars 的分工；stack 与 unstack 对最内层索引的操作方向；pivot_table 的 margins 与 fill_value；crosstab 的 normalize 两种口径。

各节怎么分工

常见疑问

**问：merge 与 concat 记不住边界？**记用途：上下摞表用 concat（不看内容只对齐列），左右按键补信息用 merge（键是对位凭据）。"拼接"与"连接"这两个中文词，正好各对应一个函数。

**问：长表宽表到底该用哪种？**看下一站的消费者：入库、聚合、画折线吃长表；给人看的对比报表、透视汇总吃宽表。5.2 的立场是"随时能变"——两套手法都要熟，站姿跟着场合走。

**问：合并后行数变了正常吗？**merge 的 how 决定合法变化：inner 变少、outer 变多、left 不多于左表。但"多得多"几乎总是键重复在作祟——5.1 的 validate 参数与前后点行数的纪律，就是为这个准备的。

先决条件

• 完成第 4 章：知道聚合出来的结果长什么样——它们正是本章的常客；
• 键列已做 2.3 的去重与规范化——带重复键合并是行数爆炸的头号源头；
• 心里装着 3.1 的行数意识：每次摆盘前后都要点一遍数。

往下走到哪

摆盘完成，一桌席可上：第 6 章调味架提供随取随用的工具（函数式、正则、抽样），第 7 章中央厨房把这些手法搬进成建制的库与框架。本章 5.3 的汇总报表与 4.1 的 groupby 是同一件事的两种摆法，8.5 的流水线实战会把"合并—重塑—出表"整段串起来跑一遍。