pandas 数据堆叠 stack

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

如果原始数据集中的行列索引中均为层次索引，stack 过程表示将数据集的列旋转为行，同样 unstack 过程表示将数据的行旋转为列。

方法

堆叠和取消堆叠

下面这堆叠的逻辑图示：

stack

取消堆叠的示例：

unstack

这些方法本质上是：

stack：“透视”某个级别的（可能是多层的）列标签，返回带有索引的 DataFrame，该索引带有一个新的最里面的行标签。
unstack：（堆栈的逆操作）将（可能是多层的）行索引的某个级别“透视”到列轴，从而生成具有新的最里面的列标签级别的重构的 DataFrame。

stack 过程将数据集的列转行，unstack 过程为行转列。

上例中，原始数据集索引有两层，堆叠过程就是将最列转到最内测的行上，unstack 是将最内层的行转移到最内层的列索引中。

堆叠 stack

单层索引：

df_single_level_cols = pd.DataFrame([[0, 1], [2, 3]],
                                    index=['cat', 'dog'],
                                    columns=['weight', 'height'])
df_single_level_cols
'''
weight height
cat       0      1
dog       2      3
'''

df_single_level_cols.stack()
'''
cat  weight    0
     height    1
dog  weight    2
     height    3
dtype: int64
'''

多层索引：

multicol1 = pd.MultiIndex.from_tuples([('weight', 'kg'),
                                       ('weight', 'pounds')])
df_multi_level_cols1 = pd.DataFrame([[1, 2], [2, 4]],
                                    index=['cat', 'dog'],
                                    columns=multicol1)

df_multi_level_cols1
'''
weight
         kg    pounds
cat       1        2
dog       2        4
'''

df_multi_level_cols1.stack()
'''
weight
cat kg           1
    pounds       2
dog kg           2
    pounds       4
'''

缺失值：

multicol2 = pd.MultiIndex.from_tuples([('weight', 'kg'),
                                       ('height', 'm')])
df_multi_level_cols2 = pd.DataFrame([[1.0, 2.0], [3.0, 4.0]],
                                    index=['cat', 'dog'],
                                    columns=multicol2)

df_multi_level_cols2
'''
weight height
        kg      m
cat    1.0    2.0
dog    3.0    4.0
'''

df_multi_level_cols2.stack()
'''
height  weight
cat kg     NaN     1.0
    m      2.0     NaN
dog kg     NaN     3.0
    m      4.0     NaN
'''

指定索引层级：

df_multi_level_cols2.stack(0)
'''
kg    m
cat height  NaN  2.0
    weight  1.0  NaN
dog height  NaN  4.0
    weight  3.0  NaN
'''

df_multi_level_cols2.stack([0, 1])
'''
cat  height  m     2.0
     weight  kg    1.0
dog  height  m     4.0
     weight  kg    3.0
dtype: float64
'''

删除缺失值：

df_multi_level_cols3 = pd.DataFrame([[None, 1.0], [2.0, 3.0]],
                                    index=['cat', 'dog'],
                                    columns=multicol2)

df_multi_level_cols3
'''
weight height
        kg      m
cat    NaN    1.0
dog    2.0    3.0
'''

df_multi_level_cols3.stack(dropna=False)
'''
height  weight
cat kg     NaN     NaN
    m      1.0     NaN
dog kg     NaN     2.0
    m      3.0     NaN
'''

df_multi_level_cols3.stack(dropna=True)
'''
height  weight
cat m      1.0     NaN
dog kg     NaN     2.0
    m      3.0     NaN
'''

取消堆叠 unstack

index = pd.MultiIndex.from_tuples([('one', 'a'), ('one', 'b'),
                                   ('two', 'a'), ('two', 'b')])
s = pd.Series(np.arange(1.0, 5.0), index=index)
s
'''
one  a   1.0
     b   2.0
two  a   3.0
     b   4.0
dtype: float64
'''

s.unstack(level=-1)
'''
a   b
one  1.0  2.0
two  3.0  4.0
'''

s.unstack(level=0)
'''
one  two
a  1.0   3.0
b  2.0   4.0
''

df = s.unstack(level=0)
df.unstack()
'''
one  a  1.0
     b  2.0
two  a  3.0
     b  4.0
dtype: float64
'''

pandas 数据堆叠 stack

方法

堆叠和取消堆叠

堆叠 stack

取消堆叠 unstack

相关内容