假设你正在处理一批从CMS导出的文章数据，原始DataFrame长这样：

python
import pandas as pd

data = {
'id': [1, 2],
'title1': ['如何学习Python', '数据分析入门'], 'title2': ['高效掌握Pandas', None],
'keywords1': ['Python, 学习', '数据分析, 教程'], 'keywords2': ['Pandas, 技巧', None],
'desc1': ['一篇适合初学者的指南', '带你理解基础概念'], 'desc2': ['进阶用法详解', None],
'content1': ['Python是……', '数据清洗是……'], 'content2': ['DataFrame操作很关键', None]
}
df = pd.DataFrame(data)

可以看到，每个字段都按编号分成了两列，这种“宽格式”虽然便于展示，但不利于批量处理。我们的目标是将所有文章内容整合为标准的长格式：每条记录对应一个标题、一组关键词、一段描述和正文，按实际存在内容的条目拆分。

首先，我们可以利用pd.wide_to_long函数进行初步重塑。这个方法特别适合处理带有规则后缀的列名。但在此之前，我们需要对列名稍作调整，使其符合该函数的命名规范。

python

重命名列以匹配 widetolong 的要求

df.columns = [
'id', 'title1', 'title2',
'keywords1', 'keywords2',
'desc1', 'desc2',
'content1', 'content2'
]

使用 widetolong 进行转换

dflong = pd.widetolong( df, stubnames=['title', 'keywords', 'desc', 'content'], i='id', j='seq' ).resetindex()

此时，DataFrame已经被拉长，每一行代表一个id对应的某一序号的内容片段。接下来，我们需要清理掉那些空值记录。由于原始数据中部分字段为空（如第二条记录的title2），这些行并无实际意义。

python

删除 content 为空的行（假设 content 是核心字段）

dfclean = dflong.dropna(subset=['content']).reset_index(drop=True)

但有时候，我们面对的并不是如此规整的列结构。例如，某些字段可能是section_title_A、section_desc_B这类混合命名。这时，更灵活的做法是手动构造一个新表，通过遍历原始列来进行堆叠。

考虑以下策略：识别出所有以特定前缀开头的列，按位置对齐合并。我们可以先提取所有相关列，再按行逐个重组。

python

手动堆叠非规则列

prefixes = ['title', 'keywords', 'desc', 'content']
max_cols = 2 # 假设最多有两组

rows = []

for idx, row in df.iterrows():
for i in range(1, maxcols + 1): title = row.get(f'title{i}')
keywords = row.get(f'keywords{i}') desc = row.get(f'desc{i}')
content = row.get(f'content_{i}')

    if pd.notna(content):  # 只保留有正文的条目
        rows.append({
            'id': row['id'],
            'title': title,
            'keywords': keywords,
            'description': desc,
            'body': content
        })

df_final = pd.DataFrame(rows)

这种方法虽然代码略多，但逻辑清晰，适应性强，尤其适用于列名不规范或数量不一的情况。

完成重塑后，你会发现数据结构变得极为简洁：每一行就是一个完整的信息单元。这不仅方便后续的文本分析、关键词提取或导入数据库，也为可视化和报告生成打下良好基础。

此外，在真实项目中，这类操作往往不是一次性的。你可以将其封装成函数，配合配置文件定义字段前缀和最大列数，实现通用化处理。例如：

python def stack_content_columns(df, id_col, field_prefixes, max_suffix): rows = [] for _, row in df.iterrows(): for i in range(1, max_suffix + 1): record = {id_col: row[id_col]} has_content = False for prefix in field_prefixes: val = row.get(f"{prefix}_{i}") record[prefix.rstrip('_')] = val if prefix == 'content_' and pd.notna(val): has_content = True if has_content: rows.append(record) return pd.DataFrame(rows)

通过合理运用Pandas的堆叠与重塑能力，原本杂乱无章的宽表可以被转化为结构清晰、语义明确的长表。这不仅是技术操作，更是数据思维的体现——把混乱归于秩序，让信息真正服务于分析与决策。