图解pandas轴旋转函数stack+unstack

15_图解Pandas轴旋转：stack和unstack

stack和unstack是针对pandas的表格进行重新排列的两个方法，二者互为逆操作：

• stack: 将数据的列columns转旋转成行index
• unstack：将数据的行index旋转成列columns
• 二者默认操作的都是最内层

Pandas连载文章

下面通过详细的例子来进行讲解二者的用法，同时奉上：官网学习地址

stack

stack函数的主要作用是将原来的列转成最内层的行索引，转换之后都是多层次索引。官方原文：

Stack the prescribed level(s) from columns to index.

使用方法为：

pd.stack(level=-1, dropna=True)

• level表示的是转换的是最内层（倒数第一级）
• dropna表示的是对缺失值的处理

通过官网的一幅图来解释下：列属性AB变成了行索引AB

对单层DataFrame进行stack操作

import pandas as pd
import numpy as np

看下默认的情况：

我们发现df2的索引index也变成了多层次索引：

还有一个特点：当我们对单层的DataFrame进行stack操作之后，会变成Series型数据：

对多层DataFrame进行stack操作

首先我们生成一个多层次的列数型

模拟出一份多层次列属性的数据：

看下模拟数据df3的相关信息：

type(df3)
pandas.core.frame.DataFrame

df3.index
Index(['小明', '小红'], dtype='object')

df3.columns
MultiIndex([('information',    'sex'),
            ('information', 'weight')],)

看下stack之后的数据：

二者比较

对比下原数据和生成的新数据：

1、索引index比较

2、列属性比较

3、数据类型比较

参数level

level控制的是一个或者多个属性进行堆叠；可以使用数字索引或者名称索引。

模拟一份多层次的列属性数据：

multicol2 = pd.MultiIndex.from_tuples([('weight', 'kg'),  # 多层次列属性
                                       ('height', 'm')],
                                     name=["col","unit"])

data1 = pd.DataFrame([[1.0, 2.0], [3.0, 4.0]],
                     index=['cat', 'dog'],
                     columns=multicol2
                    )

data1

我们可以可以看到data1的列属性是多层次的：

data1.columns

# 结果
MultiIndex([('weight', 'kg'),
            ('height',  'm')],
           names=['col', 'unit'])

我们还可以使用列数的名称进行stack操作：

对于另一个"col"也是相同的操作：

还可以同时对多个进行操作，指定名称或者索引号：

参数dropna

如果原数据中存在缺失值，我们该如何处理？模拟一份存在缺失值的数据：

data2 = pd.DataFrame([[None, 2.0],  # 引入一个缺失值
                      [4.0, 6.0]],
                     index=['cat', 'dog'],
                     columns=multicol2)
data2

默认是是True，会删除同时为缺失值的情况：

如果我们改成False，会保留同时为NaN的数据：

unstack

将最内层的行索引变成列：就是行索引AB变成了列属性AB

使用方法

unstack是stack的逆操作，将最内层的行索引变成列

unstack(level=- 1, fill_value=None)

• level：进行操作的索引层级，可以是名称
• fill_value：当我们进行操作的时候，如果产生了缺失值，可以用指定的值填充

参数level

来自官网的两张图，在不同的索引号进行unstack操作的结果对比，默认是unstack(1)：

我们使用之前的一份生成的数据，接下来我们对df5进行操作。

1、使用unstack的默认操作：默认是对最里层操作

2、我们改成索引为0的行，同时我们也可以使用行的名称作为参数的值

参数fill_value

该参数的作用是当我们使用unstack进行操作的时候，产生的缺失值用指定数据填充。

我们使用之前的df6数据框来进行操作：

使用unstack的默认情况：会产生两个空值

对产生的缺失值进行填充：

• 默认情况的使用
• 使用名称
• 使用索引号

总结

stack和unstack主要是对Series或者DataFrame型数据进行堆叠和取消堆叠的操作，它们有个共同的特点就是：默认都是对最里层的索引号进行操作，二者互为逆操作，区别在于：stack是列转行，unstack是行转列。