本文介绍使用 pandas 的 melt、stack 和 explode 等方法，将 aka、lqaka 等辅助名称列中非空值“下移”为独立行，同时将原列名自动设为 name type，并保留主信息行（如 primary）与其他列数据的完整性。
本文介绍使用 pandas 的 melt、stack 和 explode 等方法，将 aka、lqaka 等辅助名称列中非空值“下移”为独立行，同时将原列名自动设为 name type，并保留主信息行（如 primary）与其他列数据的完整性。
在数据清洗与标准化过程中，常需将宽表中多个别名类字段（如 AKA、LQAKA）展开为长格式——即每个非空别名作为新行插入到对应主记录下方，并赋予相应类型标签（如 "AKA" 或 "LQAKA"），而原始主记录（Name Type == "Primary"）及其其他辅助列（如 'Other'）需完整保留。以下是高效、可扩展的实现方案。
✅ 基础方案：melt + dropna + 后处理
适用于标准单值列场景：
import pandas as pd
data = {
'Name Type': ["Primary", "Primary", "Primary"],
'Full Name': ["John Snow", "Daenerys Targaryen", "Brienne Tarth"],
'AKA': ["Aegon Targaryen", None, None],
'LQAKA': ["The Bastard of Winterfell", "Mother of Dragons", None],
'Other': ["Info", "Info", "Info"]
}
df = pd.DataFrame(data)
# 1. 以固定列（Name Type, Other）为ID，熔化其余列
out = (df.melt(['Name Type', 'Other'], ignore_index=False)
.dropna(subset='value') # 过滤 None 值
.sort_index(kind='stable', ignore_index=True) # 保持原始行序
.rename(columns={'value': 'Full Name'}))
# 2. 将 variable 列（原列名）映射到 Name Type，仅对非 Full Name 行生效
mask = out['variable'] != 'Full Name'
out.loc[mask, 'Name Type'] = out.pop('variable')
out.loc[mask, 'Other'] = '' # 清空其他列值（按需求保留或置空）
print(out)输出：
Name Type Other Full Name 0 Primary Info John Snow 1 AKA Aegon Targaryen 2 LQAKA The Bastard of Winterfell 3 Primary Info Daenerys Targaryen 4 LQAKA Mother of Dragons 5 Primary Info Brienne Tarth
⚙️ 扩展方案：支持多辅助列 & 动态列识别
当存在更多需展开的列（如 AKA, LQAKA, Alias1, Alias2）时，推荐用集合运算明确 ID 列：
# 自动识别所有需保留的“主信息列”（除 Full Name 及别名列外）
id_cols = ['Name Type', 'Other'] # 或更通用：df.columns.difference(['Full Name', 'AKA', 'LQAKA', ...])
cols_to_melt = df.columns.difference(['Full Name'] + id_cols).tolist()
out = (df.melt(id_vars=id_cols, value_vars=cols_to_melt, ignore_index=False)
.dropna(subset='value')
.sort_index(kind='stable', ignore_index=True)
.rename(columns={'value': 'Full Name'}))
mask = out['variable'] != 'Full Name'
out.loc[mask, 'Name Type'] = out.pop('variable')
out.loc[mask, id_cols[1:]] = '' # 仅清空非 'Name Type' 的 ID 列（如 Other）
out = out[['Name Type', 'Full Name'] + id_cols[1:]] # 重排列顺序? 高级方案：支持列表型字段（explode）
若 AKA 或 LQAKA 中包含列表（如 ["Aegon Targaryen", "Lord Snow"]），需在 melt 后增加 explode：
# 示例：AKA 和 LQAKA 可含 list
data_with_lists = {
'Name Type': ["Primary", "Primary", "Primary"],
'Full Name': ["John Snow", "Daenerys Targaryen", "Brienne Tarth"],
'AKA': [["Aegon Targaryen", "Lord Snow"], None, None],
'LQAKA': ["The Bastard of Winterfell", ["Mother of Dragons", "The Unburnt"], None],
'Other': ["Info", "Info", "Info"]
}
df_list = pd.DataFrame(data_with_lists)
id_cols = ['Name Type', 'Other']
cols_to_melt = df_list.columns.difference(['Full Name'] + id_cols).tolist()
out = (df_list.melt(id_vars=id_cols, value_vars=cols_to_melt, ignore_index=False)
.dropna(subset='value')
.sort_index(kind='stable', ignore_index=True)
.rename(columns={'value': 'Full Name'})
.explode('Full Name', ignore_index=True)) # 展开列表为多行
mask = out['variable'] != 'Full Name'
out.loc[mask, 'Name Type'] = out.pop('variable')
out.loc[mask, id_cols[1:]] = ''
out = out[['Name Type', 'Full Name'] + id_cols[1:]]⚠️ 注意事项与最佳实践
- 排序稳定性：务必使用 sort_index(kind='stable')，避免因索引重排打乱原始记录顺序；
- 列名一致性：melt 中 id_vars 必须严格匹配原始列名，建议用 df.columns.difference(...) 动态计算；
- 空值处理：dropna(subset='value') 是关键，确保只展开非空值；
- 性能提示：对超大数据集，优先选用 stack()（内置 dropna，无需显式过滤），但需注意其默认排序逻辑；
- 列对齐：其他辅助列（如 'Other'）在别名行中应置空（''）而非 NaN，便于后续导出或展示。
该方法兼具灵活性与鲁棒性，可无缝适配从简单字符串到嵌套列表的各类别名结构，是构建标准化人员/实体主数据管道的理想范式。
