本文介绍如何将具有嵌套表头（年份+高低值）的原始 dataframe，通过 multiindex 构建与 stack 操作，高效转换为参数-年份-指标的规整长格式数据结构。
在实际数据分析中，我们常遇到以“二维表头”形式存储的宽格式数据：第一行为年份（如 2001, 2002），第二行为子类别（如 low, high），后续行为具体参数（如 foo, bar）及其数值。这种结构虽便于人工阅读，却不利于 Pandas 的向量化操作与建模分析。因此，需将其标准化为「参数（parameter）– 年份（year）– 指标（low/high）」的三元长格式。
核心思路是：利用前两行构造列的 MultiIndex → 将参数行设为行索引 → 对列进行 stack 展平 → 重置索引并清理结构。以下是完整实现：
import pandas as pd
import numpy as np
# 构造原始数据（注意：第0行是表头文字，第1行是子表头）
data = {
0: ['parameter', '', 'foo', 'bar'],
1: [2001, 'low', 1.0, np.nan],
2: [2001, 'high', 2.0, np.nan],
3: [2002, 'low', 7.0, 12.0],
4: [2002, 'high', 8.0, 13.0],
}
df = pd.DataFrame(data)
# 步骤1：用第0行（年份）和第1行（low/high）构建列的MultiIndex
# 注意跳过第0列（即'parameter'列），只处理数值列（索引1起）
years = df.iloc[0, 1:] # → [2001, 2001, 2002, 2002]
levels = df.iloc[1, 1:] # → ['low', 'high', 'low', 'high']
columns = pd.MultiIndex.from_arrays([years, levels], names=('year', 'level'))
# 步骤2：取参数数据行（第2行起），设第0列为行索引（即'foo', 'bar'）
df_data = df.iloc[2:].set_index(0) # 行索引变为 parameter 名称
# 步骤3：将列替换为新 MultiIndex，并重命名索引以明确语义
df_data = df_data.set_axis(columns, axis=1).rename_axis('parameter')
# 步骤4：stack 第一级（year），自动展开为长格式；reset_index 得到规整DataFrame
result = df_data.stack(level=0).reset_index(name='value')
# 可选：将 'level_1'（即原'low'/'high'）拆分为独立列（若需宽格式指标列）
wide_result = result.pivot(index=['parameter', 'year'], columns='level_1', values='value').reset_index()
wide_result.columns.name = None # 清除列名层级
wide_result = wide_result.rename(columns={'level_1': 'metric'}) # 实际无需此步，因已pivot
# 最终输出（等价于答案中的简洁版）
out = df_data.stack(0).reset_index(name='value')
out.columns = ['parameter', 'year', 'level', 'value'] # 显式命名
final = out.pivot(index=['parameter', 'year'], columns='level', values='value').reset_index()
final.columns.name = None运行后得到目标结构：
Excel XLSX Formula Cleanup
下载
诊断并修复涉及公式、命名范围、Power Query 刷新、数据透视表、VBA/宏保存等问题的 Microsoft Excel XLSX 工作簿
parameter year high low 0 bar 2002 13.0 12.0 1 foo 2001 2.0 1.0 2 foo 2002 8.0 7.0
⚠️ 注意事项：
- df.iloc[0, 1:] 和 df.iloc[1, 1:] 必须严格对齐——确保年份与 level 列一一对应；
- 若原始数据存在缺失列（如某年缺少 high），MultiIndex.from_arrays 仍可构建，但 stack 后会生成 NaN，符合预期；
- stack(0) 默认堆叠最外层列（即 year），若有多级需显式指定 level 参数；
- 最终 .reset_index() 前的索引为 (parameter, year)，是理想的分组键，便于后续 groupby 或 pivot_table 操作。
该方法避免了手动循环或复杂 melt + pivot 组合，兼具可读性与执行效率，是处理嵌套表头类 Excel 报表的推荐范式。
