Pandas中怎样实现数据的堆叠与解堆叠？stack与unstack用法详解

在处理表格数据时，我们经常需要在宽格式和长格式之间来回切换。比如一个按月份展开的销售明细表，做统计分析时希望它变成一行一条记录的长表，而画透视图时又希望它变回宽表。Pandas提供的stack和unstack这对函数，就是专门解决这类形态转换问题的利器。它们的本质是操作索引层级，理解了这一点，数据重塑就不再是玄学。

stack与unstack的基本原理

stack的中文含义是堆叠，它的作用是把列标签转变成最内层的行索引，相当于把横向排列的数据往纵向压。unstack则相反，把最内层的行索引提升为列标签，把纵向的数据摊开。两者互为逆操作，df.stack().unstack()通常能还原回原始结构。

先看一个最简单的例子。假设有这样一个DataFrame，行索引是城市，列是两个季度的销售额：

import pandas as pd

df = pd.DataFrame({
    'Q1': [100, 200, 150],
    'Q2': [120, 180, 170]
}, index=['北京', '上海', '广州'])

print(df)
#        Q1   Q2
# 北京  100  120
# 上海  200  180
# 广州  150  170

# 堆叠：列标签Q1、Q2变成行索引的第二层
stacked = df.stack()
print(stacked)
# 北京  Q1    100
#      Q2    120
# 上海  Q1    200
#      Q2    180
# 广州  Q1    150
#      Q2    170

可以看到，stack之后DataFrame变成了一个带有MultiIndex的Series，原来的列名Q1和Q2现在成了行索引的第二层。这种一行一条数值的形式，就是典型的长格式数据。再执行unstack就能还原：

# 解堆叠：把第二层行索引展开成列
restored = stacked.unstack()
print(restored)
#        Q1   Q2
# 北京  100  120
# 上海  200  180
# 广州  150  170

多级索引下的层级控制

当DataFrame本身带有多级索引时，stack和unstack操作哪一层就需要明确指定了。unstack的level参数默认是-1，也就是操作最内层的索引；stack的level参数默认是-1，操作最内层的列索引。level既可以是整数，也可以是索引的名称。

通过一个两层索引的例子来看层级切换的效果：

index = pd.MultiIndex.from_tuples(
    [('华东', '杭州'), ('华东', '苏州'), ('华北', '天津')],
    names=['大区', '城市']
)
df2 = pd.DataFrame({
    '2023年': [10, 20, 30],
    '2024年': [15, 25, 35]
}, index=index)

# 默认unstack最内层（城市）
print(df2.unstack())
#         2023年        2024年
# 城市     杭州  苏州  天津    杭州  苏州  天津
# 大区
# 华东     10   20  NaN    15   25  NaN
# 华北    NaN  NaN   30   NaN  NaN   35

# unstack外层（大区），传入层名或序号0
print(df2.unstack(level='大区'))
# 城市      2023年       2024年
# 大区     华东  华北      华东  华北
# 杭州     10  NaN      15  NaN
# 苏州     20  NaN      25  NaN
# 天津    NaN   30     NaN   35

注意unstack之后产生的缺失值。因为华东大区没有天津，华北大区没有杭州和苏州，展开后这些交叉位置自然就是NaN。这是unstack非常常见的副作用，实际使用时要考虑是否需要用fillna(0)之类的操作补齐。

dropna参数与缺失值的处理技巧

stack有一个容易被忽略的参数dropna，默认值为True，表示堆叠时自动丢弃全为NaN的数据，避免长格式里出现大量无意义的空行。如果原始DataFrame中本来就有NaN列，stack后这些数据会直接消失，需要特别留意。

df3 = pd.DataFrame({
    'A': [1, 2],
    'B': [3, 4],
    'C': [pd.NA, pd.NA]  # 全空列
}, index=['x', 'y'])

print(df3.stack())
# x  A    1
#    B    3
# y  A    2
#    B    4

# 保留NaN，C列的空值也会出现在结果里
print(df3.stack(dropna=False))
# x  A       1
#    B       3
#    C    <NA>
# y  A       2
#    B       4
#    C    <NA>

反过来，unstack产生的NaN在多数统计场景下没有意义，常见的处理方式是链式调用unstack(fill_value=0)，unstack原生支持fill_value参数，比事后fillna效率更高，写法也更简洁。不过要注意，fill_value只能填充一个固定值，如果需要区分处理不同来源的缺失，还是要分步操作。

stack与pivot、melt的关系

Pandas中实现宽转长的函数不止stack一个，melt和wide_to_long也能做类似的事情。它们的核心区别在于：stack基于索引层级操作，要求列标签结构规整；melt基于参数指定，灵活性更强，可以指定哪些列保持不动，哪些列被融化成两列。

df4 = pd.DataFrame({
    '城市': ['北京', '上海'],
    'Q1': [100, 200],
    'Q2': [120, 180]
})

# 用melt实现宽转长，城市列作为标识保留
long_df = df4.melt(id_vars=['城市'], var_name='季度', value_name='销售额')
print(long_df)
#   城市 季度  销售额
# 0 北京  Q1   100
# 1 上海  Q1   200
# 2 北京  Q2   120
# 3 上海  Q2   180

# 如果用stack，需要先把城市列先设为索引
long_by_stack = df4.set_index('城市').stack().reset_index()
long_by_stack.columns = ['城市', '季度', '销售额']

选择建议很简单：数据列名有规律、追求链式调用简洁性时用stack；列名不规则、只需要融化部分列时用melt。反向转换中，unstack适合配合MultiIndex使用，而pivot_table适合从普通长表直接重建宽表，并且自带聚合能力，遇到重复索引也不会报错。

掌握stack和unstack之后，配合groupby和agg可以实现很多一气呵成的分析流程。例如先按地区和月份分组求和，再unstack月份做同比对比，几行代码就能得到一张清晰的透视对比表，这也是它们在数据分析实战中最常见的用法。

Pandas stackunstack数据重塑修改时间：2026-09-03 12:16:57