Pandas按列名堆叠多组列到目标列，解决wide_to_long与stack报错

方案1：修复wide_to_long实现 #

原代码返回0行的原因是pd.wide_to_long默认将j参数解析为整数类型，你的后缀为F开头的字符串，类型不匹配导致无法匹配列。添加dtype=str参数指定j为字符串类型即可解决：

result = pd.wide_to_long(
    df, 
    stubnames=['AA', 'BB'], 
    i='id', 
    j='suffix', # 保留后缀标识列，可后续按需处理
    sep='_',
    dtype=str # 关键参数：指定后缀列为字符串类型，匹配F开头的命名规则
).reset_index().sort_values(['id', 'suffix'])

方案2：修复多级索引+stack实现 #

原代码仅返回2列的原因是你在reset_index时主动删除了level=1对应的后缀标识列，丢失了分组信息。修复后代码如下：

df_temp = df.set_index('id')
# 拆分列名生成多级索引，n=1避免后缀内含下划线时拆分错误
df_temp.columns = pd.MultiIndex.from_tuples(
    df_temp.columns.str.split('_', n=1).tolist(),
    names=['prefix', 'suffix']
)
# stack时可通过dropna参数控制是否过滤AA、BB全为NaN的行
result = df_temp.stack(level='suffix', dropna=False).reset_index()

结果说明 #

两种方案输出的结果结构完全一致，包含4列：id、suffix、AA、BB，默认总数据量为130 * 175 = 22750行，符合列堆叠需求。如果不需要保留AA、BB全为空的行，可将dropna参数改为True自动过滤无效行。

内容的提问来源于stack exchange，提问作者Helena