如何用Pandas将Excel多表头转换为独立列？
嘿，我明白你现在卡在多表头Excel转独立列的问题上了——我之前处理嵌套表头的Excel文件时也踩过几乎一模一样的坑！
问题出在你导入数据后的列结构上：当你用header=[0,4]识别多表头时，Pandas会把列名变成多层索引（MultiIndex）（比如每个列名是(上层表头, 下层表头)这样的元组），但你直接用普通melt的时候，没有告诉Pandas要拆分这些多层索引，所以它会把整个元组当成一个值堆叠起来，自然达不到你想要的效果。
给你一套实用的解决步骤，直接适配你的场景：
第一步：确保正确导入多表头数据
首先要保证导入后的列是标准的MultiIndex，如果你之前导入时没跳过中间无关的行（比如行1到行3），可能会导致表头识别混乱。修正导入代码：
import pandas as pd xl = pd.ExcelFile('help.xlsx') # 假设你的表头分别在第0行和第4行，中间行1-3是无用的，用skiprows跳过 df1 = xl.parse('Sheet1', header=[0, 4], skiprows=range(1, 4))
你可以打印df1.columns确认一下，应该会看到类似MultiIndex([('Fruit', 'Conventional'), ...])的输出。
第二步：用melt拆分多层表头为独立列
这一步的关键是利用melt的var_name参数——它可以接受一个列表，对应MultiIndex的层级数量，直接把每层表头拆成独立的列：
# id_vars指定你要保留的唯一标识列（比如你的'PW'） # var_name列表里的两个元素对应两层表头的新列名，你可以按需修改 # value_name是原来数据值的列名 df2 = df1.melt( id_vars='PW', var_name=['Category', 'Product_Type'], value_name='Value' )
举个直观的例子，假设你原来的Excel结构是：
| PW | Fruit | Vegetable |
|---|---|---|
| Conventional | Conventional | |
| 1 | Apple | Carrot |
| 2 | Banana | Spinach |
运行上面的代码后，你会得到这样的结果：
| PW | Category | Product_Type | Value |
|---|---|---|---|
| 1 | Fruit | Conventional | Apple |
| 2 | Fruit | Conventional | Banana |
| 1 | Vegetable | Conventional | Carrot |
| 2 | Vegetable | Conventional | Spinach |
补充：修正你原来代码的问题
你之前写的value_vars=['Fruit','Conventional']是错误的——因为MultiIndex的列名是元组（比如('Fruit', 'Conventional')），不是单独的字符串。如果要指定特定列转换，应该写成value_vars=[('Fruit', 'Conventional')]，不过一般情况下直接省略value_vars，让Pandas自动处理除了id_vars之外的所有列更省心。
这样处理后，多层表头就完全变成独立的列了，不会再和数据堆叠在一起～
内容的提问来源于stack exchange，提问作者Shaggy
