在 Pandas 中，stack 和 unstack 是用于重塑数据的重要方法，主要用于处理具有多层索引（MultiIndex）的数据。它们可以帮助你在长格式（long format）和宽格式（wide format）之间转换数据，使数据更适合分析或展示。
1. stack 方法
功能：将数据的列索引（column index）“堆叠” 到行索引（row index）上，增加行索引的层级，减少列的数量。
效果：从宽格式转换为长格式。
示例
假设有一个双层列索引的数据框：
|
import pandas as pd # 创建示例数据 data = { ('A', 'X'): [1, 2], ('A', 'Y'): [3, 4], ('B', 'X'): [5, 6], ('B', 'Y'): [7, 8] } df = pd.DataFrame(data, index=['row1', 'row2']) print("原始数据框：") print(df) # 执行 stack 操作 stacked = df.stack() print("\nStacked 后的数据框：") print(stacked) |
输出结果：
|
原始数据框： A B X Y X Y row1 1 3 5 7 row2 2 4 6 8 Stacked 后的数据框： A B row1 X 1 5 Y 3 7 row2 X 2 6 Y 4 8 |
解释：
- 原始数据框的列索引有两层（A/B 和 X/Y）。
- stack() 默认将最内层的列索引（X/Y）堆叠到行索引上，形成一个新的 MultiIndex。
2. unstack 方法
功能：将数据的行索引（row index）“展开” 到列索引上，增加列索引的层级，减少行的数量。
效果：从长格式转换为宽格式。
示例
继续使用上面 stacked 后的数据框：
|
# 执行 unstack 操作 unstacked = stacked.unstack() print("\nUnstacked 后的数据框：") print(unstacked) |
输出结果：
|
Unstacked 后的数据框： A B X Y X Y row1 1 3 5 7 row2 2 4 6 8 |
解释：
- unstack() 默认将最内层的行索引（X/Y）展开到列索引上，恢复原始数据框的结构。
关键参数
- level：指定要堆叠或展开的索引层级（默认是最后一层，即 level=-1）。
|
# 展开第一层行索引（level=0） stacked.unstack(level=0) |
- fill_value：指定缺失值的填充值。
应用场景
- 数据重塑：在多层索引的数据中转换观察维度。
- 数据聚合：与 groupby 结合使用，处理复杂的分组统计。
- 可视化准备：将数据转换为适合绘图的格式。
总结
- stack：列 → 行（宽 → 长）。
- unstack：行 → 列（长 → 宽）。
这两个方法是处理复杂索引数据的强大工具，尤其在处理时间序列、面板数据等场景中非常实用。
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
