本文介绍如何将具有隐式多级列头（如年份与类别并列）的宽格式 dataframe 高效转换为规范的长格式，核心在于正确解析列索引结构并结合 melt 与重命名操作。
本文介绍如何将具有隐式多级列头（如年份与类别并列）的宽格式 dataframe 高效转换为规范的长格式，核心在于正确解析列索引结构并结合 melt 与重命名操作。
在实际数据处理中，我们常遇到列名本身隐含多维语义的表格——例如列头由年份（2022、2021）和子类别（A、B）组合而成，但未显式定义为 MultiIndex。这类“隐式多级列头”无法直接被 pd.melt 识别为分层变量，需先显式构造列索引结构，再执行重塑。
✅ 正确做法：两步法重塑
第一步：将隐式列头转为 MultiIndex
若原始 DataFrame 的列是普通 Index（如 ['2022', '2022', '2021', '2021']），需先按业务逻辑拆分并构建 MultiIndex。更常见且推荐的方式是——直接从源头确保列索引为 MultiIndex。例如使用 pd.DataFrame.from_dict(..., orient='tight') 构造时指定 column_names，或手动设置：
# 示例：手动构造含 MultiIndex 列的 DataFrame
arrays = [['2022', '2022', '2021', '2021'],
['A', 'B', 'A', 'B']]
df = pd.DataFrame([[1, 2, 3, 4],
[5, 6, 7, 8]],
index=['X', 'Y'],
columns=pd.MultiIndex.from_arrays(arrays, names=['year', 'category']))
df.index.name = 'class'
第二步：使用 melt + 索引重置完成长格式转换
一旦列索引为 MultiIndex，即可通过以下任一方式实现目标结构：
# 方式 1：利用 rename_axis 显式命名列层级，再 melt（推荐）
out = (df.rename_axis(columns=['year', 'category'])
.melt(ignore_index=False, var_name=['year', 'category'], value_name='value')
.reset_index(drop=True))
# 方式 2：melt 后手动重命名 variable_0/variable_1（兼容旧版 pandas）
out = (df.melt(ignore_index=False)
.rename(columns={'variable_0': 'year',
'variable_1': 'category'})
.reset_index(drop=True))
输出结果即为标准长格式 DataFrame：
class year category value 0 X 2022 A 1 1 Y 2022 A 5 2 X 2022 B 2 3 Y 2022 B 6 4 X 2021 A 3 5 Y 2021 A 7 6 X 2021 B 4 7 Y 2021 B 8
⚠️ 注意事项
-
ignore_index=False是关键：它保留原始行索引（即class行名），避免信息丢失； - 若原始列非 MultiIndex，需先用
df.columns = pd.MultiIndex.from_tuples(...)显式转换； -
melt的var_name参数支持列表（pandas ≥ 1.4.0），可一次性指定多级变量名，提升可读性； - 最终建议调用
.reset_index(drop=True)清理冗余索引，确保class列作为普通列参与后续分析。
掌握此模式后，可轻松扩展至三层及以上隐式列头（如 ['year', 'category', 'region']），只需对应构建 MultiIndex 并调整 var_name 即可。
