Pandas处理复杂表结构的核心是理清数据关系与操作意图。需先识别宽表、嵌套列、混合粒度等真实结构类型，再用assign+pipe链式表达清晰逻辑，合并时用validate和indicator提前校验，透视时善用set_index/unstack/stack组合。
用Pandas处理复杂表结构，核心不是堆砌函数，而是理清“数据关系”和“操作意图”。多数卡点不在语法，而在没想清楚：这表到底是什么逻辑？要变换成什么形态？
一、识别表的真实结构类型
别急着写groupby或merge，先看表是哪种“复杂”：
-
宽表带多级列头（如Excel里合并单元格生成的列名）→ 用
df.columns = df.columns.droplevel(0)或pd.MultiIndex.from_tuples()拆解 -
行内含嵌套结构（如某列存JSON字符串、字典文本）→ 先
ast.literal_eval()转为Python对象，再pd.json_normalize()展开 -
混合粒度混存（如订单主表+明细行挤在同一张表，靠空值/重复值区分）→ 用
df['id'].notna().cumsum()生成分组标识，再groupby分离主子数据
二、用assign + pipe替代链式赋值，保持逻辑可读
避免写一堆df['col'] = ...后又df = df[...]，容易出错且难调试。推荐这样组织变换步骤：
df = (df
.assign(order_date=lambda x: pd.to_datetime(x['date_str'], format='%Y%m%d'))
.assign(amount_net=lambda x: x['amount'] * (1 - x['discount_rate']))
.pipe(lambda x: x[x['order_date'] >= '2024-01-01'])
.pipe(lambda x: x.groupby(['region', 'product']).agg({'amount_net': 'sum'}).reset_index())
)每步命名清晰、可单独测试，pipe还能插入自定义清洗函数（比如去重逻辑封装成clean_phone(x)）。
立即学习“Python免费学习笔记（深入）”；
三、处理多源异构表关联，优先用merge的indicator和validate
合并前不验证，合并后才发现“一对多爆炸”或“键不唯一”，很被动。加两个参数就能提前预警：
-
validate='one_to_one'或'm:1'→ 自动检查键是否符合预期关系，不符合直接报错 -
indicator=True→ 新增_merge列，一眼看出哪些行只在左表、只在右表、或两边都有，方便定位缺失或脏数据
例如：pd.merge(df_orders, df_customers, on='cid', validate='m:1', indicator=True)，比手动df_orders['cid'].isin(df_customers['cid'])更可靠。
四、复杂透视与逆透视，善用index和columns的语义
pivot_table不是万能的，真正灵活的是set_index + unstack / stack组合：
- 要把“年份”“季度”两列变成列头？先
df.set_index(['id', 'year', 'quarter'])['value'].unstack(['year','quarter']) - 宽表要还原成明细？用
df.stack([1,2]).reset_index(name='value')，比melt更能控制层级 - 遇到NaN太多导致
unstack失败？加fill_value=0或先dropna=False保留空档位
基本上就这些。复杂表结构没有银弹，但只要每次动手前问一句：“这张表在业务里代表什么关系？我要把它变成什么关系？”，Pandas 就只是工具，不是障碍。
