stack 与 unstack¶

在线刷题

检查 or 强化 Pandas 数据分析操作？👉在线体验「Pandas进阶修炼300题」

Note

本页面代码可以在线编辑、执行！

数据堆叠¶

stack字面意思是数据堆叠，但是理解起来就是将数据由宽变长

怎样做到？

通过将部分列名拿下来当作索引来实现，例如下图所示

本来应是2列4行，但通过 stack 可以将列A拿下来当作索引，从而变成1列8行

现在，按上图所示，对 df2 进行堆叠

import pandas as pd
import numpy as np
tuples = list(
    zip(
        *[
            ["bar", "bar", "baz", "baz", "foo", "foo", "qux", "qux"],
            ["one", "two", "one", "two", "one", "two", "one", "two"],
        ]
    )
)
index = pd.MultiIndex.from_tuples(tuples, names=["first", "second"])
df = pd.DataFrame(np.arange(1,17).reshape([8,2]), index=index, columns=["A", "B"])
df2 = df[:4]

df2

		A	B
first	second
bar	one	1	2
bar	two	3	4
baz	one	5	6
baz	two	7	8

stacked = df2.stack()
stacked

first  second   
bar    one     A    1
               B    2
       two     A    3
               B    4
baz    one     A    5
               B    6
       two     A    7
               B    8
dtype: int64

逆堆叠¶

对上一题的结果进行还原，即逆堆叠，过程如下图所示

stacked.unstack()

		A	B
first	second
bar	one	1	2
bar	two	3	4
baz	one	5	6
baz	two	7	8

分层逆堆叠¶

在使用 unstack 进行逆堆叠时，可以指定层级，例如指定按照 second 进行，也就是如下图所示

stacked.unstack('second')

	second	one	two
first
bar	A	1	3
bar	B	2	4
baz	A	5	7
baz	B	6	8