本文介绍一种基于 set_index + unstack + stack 的链式操作方法，解决含重复键的复杂数据重塑问题，将宽表中多个元素列按财务周期展开为新列，并将元素名称转为独立变量列。
本文介绍一种基于 `set_index` + `unstack` + `stack` 的链式操作方法，解决含重复键的复杂数据重塑问题，将宽表中多个元素列按财务周期展开为新列，并将元素名称转为独立变量列。
在实际数据分析中，常遇到类似需求：原始表格包含多组“元素”（如 element #1, element #2, element #3），每组对应多个时间维度（如 prior_year, current_year），而目标是将这些元素从列名变为行值（即 fin_element 列），同时将时间维度（financial_period）升维为列头——这并非标准 pivot 或 melt 单步可解，需组合使用索引变换与层级重排。
核心思路分三步：
- 固定标识列作为多级索引：用 set_index(['University id #', 'Year', 'financial_period']) 将非数值维度设为行索引；
- 以元素列为新列轴并展开时间维度：通过 rename_axis('fin_element', axis=1) 显式命名列轴，再调用 unstack('financial_period') 将 financial_period 从索引层提升为列层，生成多级列结构；
- 将元素名转为行变量：使用 stack('fin_element') 将原列名（element #1, element #2, …）压入行索引，再通过 sort_index(axis=1, ascending=False) 调整列顺序（确保 prior_year 在前），最后 reset_index() 恢复平坦结构。
完整代码如下：
result = (
df
.set_index(['University id #', 'Year', 'financial_period'])
.rename_axis('fin_element', axis=1)
.unstack('financial_period')
.stack('fin_element')
.sort_index(axis=1, ascending=False)
.rename_axis(None, axis=1)
.reset_index()
)执行后输出符合预期格式：
University id # Year fin_element prior_year current_year 0 1 2022 element #1 $1 $2 1 1 2022 element #2 $3 $5 2 1 2022 element #3 $2 $0
⚠️ 注意事项：
- unstack() 要求索引中存在对应层级（此处为 'financial_period'），否则会报 KeyError；
- stack() 默认堆叠最内层列，因此需显式指定 stack('fin_element') 确保正确层级；
- 若原始数据含缺失值，unstack 可能引入 NaN，建议提前用 dropna() 或 fillna() 处理；
- 列名中的空格或特殊字符（如 #）不影响操作，但若后续需 SQL 导出，建议统一清洗列名（如 df.columns = df.columns.str.replace(r'[^\w]', '_', regex=True)）。
该方法规避了 pivot_table 对唯一键的强制要求，也比手动 melt + pivot 组合更简洁鲁棒，适用于任意数量的元素列与周期列组合场景。
