Pandas 数据重塑¶

概念与用途¶

重塑在宽表和长表之间转换。长表适合分组和统计绘图，宽表适合矩阵计算与报表；操作不应改变事实含义或无意聚合重复记录。

核心 API¶

pivot、pivot_table、melt、stack、unstack、wide_to_long、explode、crosstab。

可运行示例¶

import pandas as pd

wide = pd.DataFrame({"id": [1, 2], "sales_2025": [10, 20], "sales_2026": [12, 24]})
long = wide.melt(id_vars="id", var_name="year", value_name="sales")
long["year"] = long["year"].str.extract(r"(\d{4})").astype(int)
restored = long.pivot(index="id", columns="year", values="sales")
print(long)
print(restored)

示例二：重复键使用 pivot_table¶

import pandas as pd

df = pd.DataFrame({"id": [1, 1, 1], "kind": ["A", "A", "B"], "value": [2, 3, 4]})
table = df.pivot_table(index="id", columns="kind", values="value", aggfunc="sum", fill_value=0)
print(table)

pivot_table 显式聚合重复组合；返回结果通常具有命名索引和列索引。不要用默认 mean 掩盖重复事实，聚合函数应来自业务定义。

示例三：展开列表列¶

import pandas as pd

df = pd.DataFrame({"id": [1, 2, 3], "tags": [["a", "b"], [], None]})
expanded = df.explode("tags", ignore_index=True)
print(expanded)

explode 会复制其他列；空列表与 None 的结果语义需实际检查。多列同时 explode 要求各行列表长度匹配。

对齐、复制与性能¶

melt、pivot、stack 通常分配新对象并改变索引。宽表列基数可能近似键组合数，先估算尺寸。重塑前后比较非空值数量、总额和唯一键，防止无意聚合或行膨胀。

注意事项¶

pivot 要求索引-列组合唯一，重复时应先处理或使用带明确 aggfunc 的 pivot_table。重塑可能产生大量稀疏列并消耗内存。explode 会复制其他列且空列表、空值语义不同；操作前后检查行数、唯一键和汇总值。