如何按共享值将Excel单列重组为多列DataFrame？能否用unstack？

开发者阿泽

2026-7-8

将分块Excel表格转换为宽格式DataFrame的最简方法

核心思路

无需拆分读取多个区域，可通过一次性读取全表后识别分块、合并再转格式实现，完全可以用unstack完成目标转换。

具体实现步骤

假设你的Excel文件名为data.xlsx，使用pandas处理的代码如下：

读取全表（保留所有行，包括空行和分隔线）

import pandas as pd
# header=None 避免自动识别表头，我们手动处理
raw_df = pd.read_excel("data.xlsx", header=None)

识别各数据块的表头行与数据范围

# 定位所有包含"x"的表头行（即每个块的第一行）
header_indices = raw_df[raw_df[0] == "x"].index.tolist()
data_blocks = []

for idx in range(len(header_indices)):
    start_row = header_indices[idx]
    # 确定当前块的结束行：下一个表头行的前2行（跳过空行和分隔线），或表的最后一行
    end_row = header_indices[idx+1] - 2 if idx < len(header_indices)-1 else len(raw_df)-1
    # 提取当前块的数据，设置对应列名（比如a/b/c）
    block = raw_df.loc[start_row+2 : end_row, :]
    block.columns = ["x", raw_df.loc[start_row, 1]]
    data_blocks.append(block)

合并块并转换为目标格式

方法1：用`pivot`（更直观）

combined_df = pd.concat(data_blocks, ignore_index=True)
result = combined_df.pivot(index="x", columns=combined_df.columns[1], values=combined_df.columns[1]).reset_index()
# 清除列名的层级标签
result.columns.name = None

方法2：用`unstack`（满足你的需求）

combined_df = pd.concat(data_blocks, ignore_index=True)
# 设置复合索引后unstack，将列名转为表头
result = combined_df.set_index(["x", combined_df.columns[1]])[combined_df.columns[1]].unstack().reset_index()
result.columns.name = None