Python/Pandas如何实现多层表头多维宽表unstack/melt转长表

处理三层维度+多年份的复合表头宽表，优先用stack处理MultiIndex，比melt、wide_to_long代码量少、容错率高，再复杂的多层级表都能通用。

前置准备：正确读入带复合表头的表格 #

读文件时不要手动改列名，直接指定表头行号让Pandas自动生成多层列索引，这步是后续转换不出错的核心：

import pandas as pd
# header参数填你复合表头占据的行序号，比如表头在Excel第1-3行（对应索引0、1、2）就传[0,1,2]
df = pd.read_excel("你的多维表格路径.xlsx", header=[0,1,2])

# 执行完打印列名确认结构，正常会输出MultiIndex类型，层级对应你表的维度取值
print(df.columns)

常见列结构分两类，对应不同转换代码，直接套就行：

转换代码（直接复用） #

场景1：年份在列头最顶层（列共4层索引：年份→性别→年龄→城乡） #

把所有列层级一次性压成行维度，重置索引后直接得到长表：

# level参数按列的层级顺序填，dropna=False避免缺失值的维度组合被自动过滤
long_df = df.stack(level=[0,1,2,3], dropna=False).reset_index()

# 按你压栈的层级顺序重命名字段即可，若表最左侧有其他行维度（比如地区、指标名），在最前面加对应列名
long_df.columns = ["year", "male_female", "adult_youth", "urban_rural", "Value"]

场景2：年份是独立列（列共3层索引：性别→年龄→城乡，行维度存年份） #

先把年份设为行索引再压列层级：

long_df = df.set_index("year").stack(level=[0,1,2], dropna=False).reset_index()
long_df.columns = ["year", "male_female", "adult_youth", "urban_rural", "Value"]

踩坑说明 #

• 不推荐优先用melt/wide_to_long：这两个方法处理单层列头更方便，多层列头需要手动写正则拆分列名，列数多、维度值有特殊字符时很容易匹配错误，stack是Pandas原生适配多层索引的方法，性能和准确率都更高
• 必须加dropna=False：stack默认会把全为空值的维度组合直接删除，业务表经常存在维度组合无数据的情况，不加这个参数会丢记录
• 列层级顺序不对不用手动调整：如果你的列层级顺序是城乡→年龄→性别，只要调整level参数里的顺序，重命名时对应好字段名即可，不用提前改列结构
• 转换完取前5行print(long_df.head())核对维度取值，确认无误就可以直接接pivot_table、crosstab做后续分析

内容的提问来源于stack exchange，提问作者legojenn