MultiIndex DataFrame拆堆失败求助：执行unstack触发ValueError

你遇到的这个报错，核心原因是你模拟的DataFrame的索引是单级MultiIndex，但从Excel读取的真实数据的索引结构和它不一致，导致unstack()后的结果完全不同，进而触发reset_index()的错误。

具体来说：

• 你的mocked_df()里，用pd.MultiIndex.from_product([people])创建了一个单级的MultiIndex作为行索引。当你调用unstack()时，pandas会把这个唯一的索引层级移动到列上，最终得到一个空行索引的DataFrame（所有原行索引都变成了列的层级）。
• 当你对这个空索引的DataFrame调用reset_index()时，pandas尝试将行索引转换为列，但此时行索引没有任何层级和名称，就会抛出ValueError: not enough values to unpack (expected 2, got 0)的错误。

而你从Excel读取的DataFrame能正常运行，说明真实数据的行索引不是单级MultiIndex——大概率是普通的Index（非MultiIndex），或者是两级及以上的MultiIndex：

• 如果是普通Index：你可能实际想调用的是stack()（把列的层级转到行索引）而非unstack()，因为普通Index调用unstack()本身会报错，这可能是你混淆了两个方法的用法。
• 如果是两级及以上的MultiIndex：unstack()只会移动其中一个层级到列，剩下的层级仍作为行索引，此时reset_index()就能正常把行索引转换为列。

根据你的真实数据结构，选择对应的修复方案：

方案1：模拟真实数据的普通行索引 #

如果Excel读取的DataFrame行索引是普通Index（非MultiIndex），修改mocked_df()的索引创建代码：

def mocked_df():
    people = ['USER 1', 'USER 2', 'USER 3', 'USER 4', 'USER 5', 'USER 6']
    flag_and_states = [['A', 'B'], ['AL', 'AR', 'CA', 'CO']]
    # 改为普通Index，而非MultiIndex
    index = pd.Index(people)
    columns = pd.MultiIndex.from_product(flag_and_states, names=['Flag', 'Name'])
    data = [[1, 0, 0, 0, 0, 0, 0, 0], [0, 0, 0, 0, 0, 1, 0, 0], [0, 0, 0, 0, 0, 1, 0, 0], [0, 0, 1, 0, 0, 0, 0, 0], [0, 0, 0, 0, 0, 0, 1, 0], [0, 0, 0, 1, 0, 0, 0, 0]]
    return pd.DataFrame(columns=columns, index=index, data=data)

如果此时你需要把列的层级转到行索引，应该用stack()而非unstack()：

df = mocked_df()
df = df.stack().reset_index()

方案2：模拟真实数据的多级行索引 #

如果Excel读取的DataFrame行索引是两级及以上的MultiIndex，调整mocked_df()的索引创建代码，生成对应层级的MultiIndex。比如假设真实数据有一个“Group”层级和“Person”层级：

def mocked_df():
    people = ['USER 1', 'USER 2', 'USER 3', 'USER 4', 'USER 5', 'USER 6']
    groups = ['Group A']  # 模拟第二个索引层级
    flag_and_states = [['A', 'B'], ['AL', 'AR', 'CA', 'CO']]
    # 创建两级MultiIndex
    index = pd.MultiIndex.from_product([groups, people], names=['Group', 'Person'])
    columns = pd.MultiIndex.from_product(flag_and_states, names=['Flag', 'Name'])
    data = [[1, 0, 0, 0, 0, 0, 0, 0], [0, 0, 0, 0, 0, 1, 0, 0], [0, 0, 0, 0, 0, 1, 0, 0], [0, 0, 1, 0, 0, 0, 0, 0], [0, 0, 0, 0, 0, 0, 1, 0], [0, 0, 0, 1, 0, 0, 0, 0]]
    return pd.DataFrame(columns=columns, index=index, data=data)

此时再执行df.unstack().reset_index()就能正常运行，因为unstack()只会移动其中一个索引层级到列，剩下的层级仍作为行索引，reset_index()可以正常处理。

额外提示 #

如果你不确定真实Excel数据的索引结构，可以在读取后打印df.index查看：

excel_df = pd.read_excel('your_file.xlsx')
print(excel_df.index)  # 查看索引类型和层级

内容的提问来源于stack exchange，提问作者briba