长宽表转换：melt 与 wide_to_long

先分清长表和宽表

同一份数据，有两种常见摆法。

宽表（wide format）像 Excel 报表：一行是一个主体，各个指标摊开成一列一列。

import pandas as pd

sales = pd.DataFrame({
    "城市": ["北京", "上海"],
    "一季度": [1200, 900],
    "二季度": [1500, 1100],
    "三季度": [1300, 950],
})
print(sales)

长表（long format）反过来：指标名收进一列，指标值收进另一列，同一个城市占多行。

long_sales = sales.melt(id_vars="城市", var_name="季度", value_name="销售额")
print(long_sales)

对比两张表能看到本质区别：宽表里”季度”是列名的一部分，长表里”季度”是一列的值。专业说法叫”指标在列上”和”指标在行上”。长表也叫记录格式（record format），每一行就是一条完整的”某个主体在某时点的某个指标”记录。

两种格式各有主场：

• 宽表适合人看：报表、邮件、画多系列折线图，列少信息密；
• 长表适合机器算：筛选、分组统计（如 §37 的 groupby）、机器学习输入，逻辑统一。

你在 Excel 里攒下的数据大多是宽表，而很多统计函数更爱长表，所以”宽转长”是数据分析里的高频操作。pandas 的 melt 就是干这个的。

melt：把宽表融成长表

melt 是”宽转长”的主力函数。操作分三步：

1. 用 id_vars 指定保持不变的身份列；
2. 决定拆哪些列（默认除 id_vars 外全拆，或用 value_vars 点名）；
3. 给拆出来的两列命名：var_name（列名去向）和 value_name（数值去向）。

long_sales = sales.melt(
    id_vars="城市",
    var_name="季度",
    value_name="销售额",
)
print(long_sales)

拆完后四列：“城市”原样保留，三个季度列被叠成两列——列名进了”季度”，数值进了”销售额”。每行变成”某个城市在某个季度的销售额”，正是长表的形态。

id_vars 支持多列，身份信息想留几列都行：id_vars=[“城市”, “省份”]。

只拆指定列：value_vars

不想全拆时，用 value_vars 点名：

part = sales.melt(
    id_vars="城市",
    value_vars=["一季度", "二季度"],
    var_name="季度",
    value_name="销售额",
)
print(part)

结果只有一季度、二季度两段，“三季度”被留在门外。variable 列里的取值和顺序，都跟着 value_vars 走——列表里写什么顺序，结果就按什么顺序排。

注意一个细节：value_vars 没点到的列，既不会保留也不会出现在结果里，是直接丢弃。想保留它们，就把列名加进 id_vars。

melt 的索引处理

默认情况下，melt 会丢弃原索引、重新编号成 0..n-1。想保留原索引，用 ignore_index=False：

sales2 = sales.copy()
sales2.index = ["北区", "南区"]

long2 = sales2.melt(
    id_vars="城市",
    var_name="季度",
    value_name="销售额",
    ignore_index=False,
)
print(long2)

设置 ignore_index=False 后，索引被保留，但一行拆成多行，同一个索引会重复出现。什么时候需要保留？当你还要拿原索引和其他表对齐时。多数场景用默认值就行。

wide_to_long：批量处理带后缀的列

melt 适合列名各不相同的表。但现实里更常见这种：列名带年份后缀，比如 A1970、A1980、B1970、B1980。用 melt 拆出来，指标列里会混着”A1970”、“B1980”这种脏值，还得二次清洗。

wide_to_long 就是为这种表设计的：按前缀（stubname）归类，把后缀拆成单独一列。

df = pd.DataFrame({
    "A1970": ["a", "b", "c"],
    "A1980": ["d", "e", "f"],
    "B1970": [2.5, 1.2, 0.7],
    "B1980": [3.2, 1.3, 0.1],
    "X": [1.5, -0.4, 0.6],
})
df["id"] = df.index

long_df = pd.wide_to_long(df, stubnames=["A", "B"], i="id", j="year")
print(long_df)

• stubnames：要拆的前缀，A1970/A1980 都归到 A 名下；
• i：身份列，相当于 melt 的 id_vars；
• j：后缀去向的新列名，这里得到 year。

结果行索引变成 (id, year) 两层，X 这种不带后缀的列原样保留。后缀默认匹配数字；后缀是 “Q1” 这种字母时，要加参数 suffix=r”\D+“。列名中间有分隔符（比如 A_1970）时，用 sep 指定：pd.wide_to_long(df, stubnames=“A”, i=“id”, j=“year”, sep=”_”)。

melt 与 pivot 是互逆操作

melt 宽转长，pivot 长转宽（详见下一章），两个方向正好相反。把 melt 的结果再 pivot 回去，能还原原表：

restored = long_sales.pivot(index="城市", columns="季度", values="销售额")
print(restored)

选型小结：列名无规律、纯宽转长用 melt；列名有共同前缀加后缀用 wide_to_long；宽表要再叠几层用 stack（见 §31）。判断要不要转长表也简单：下一步要按指标分组统计、画分面图、喂模型，就转；要出报表、画多序列折线，宽表更顺手。

小结

长表和宽表是同一份数据的两种摆法：宽表指标在列上、适合人看，长表指标在行上、适合机器算。melt 用 id_vars 保身份、value_vars 点名拆列，拆出的两列用 var_name 和 value_name 命名；wide_to_long 专治带共同前缀的列名。melt 和 pivot 是互逆操作，前提是转换过程没做任何计算。