Python pandas轴旋转stack和unstack的使用说明！
摘要
前面给大家分享了pandas做数据合并的两篇[pandas.merge]和[pandas.cancat]的用法。今天这篇主要讲的是pandas的DataFrame的轴旋转操作，stack和unstack的用法。
首先，要知道以下五点：
1.stack：将数据的列“旋转”为行
2.unstack：将数据的行“旋转”为列
3.stack和unstack默认操作为最内层
4.stack和unstack默认旋转轴的级别将会成果结果中的最低级别（最内层）
5.stack和unstack为一组逆运算操作
第一点和第二点以及第五点比较好懂，可能乍看第三点和第四点会不太理解，没关系，看看具体下面的例子，你就懂了。
1、创建DataFrame,行索引名为state，列索引名为number
importpandasaspd importnumpyasnp data=pd.DataFrame(np.arange(6).reshape((2,3)),index=pd.Index(['Ohio','Colorado'],name='state') ,columns=pd.Index(['one','two','three'],name='number')) data
2、将DataFrame的列旋转为行，即stack操作
result=data.stack() result
从下图中结果来理解上述点4，stack操作后将列索引number旋转为行索引，并且置于行索引的最内层（外层为索引state），也就是将旋转轴（number）的结果置于最低级别。
3、将DataFrame的行旋转为列，即unstack操作
result.unstack()
从下面结果理解上述点3，unstack操作默认将内层索引number旋转为列索引。
同时，也可以指定分层级别或者索引名称来指定操作级别，下面做错同样会得到上面的结果。
4、stack和unstack逆运算
s1=pd.Series([0,1,2,3],index=list('abcd'))
s2=pd.Series([4,5,6],index=list('cde'))
data2=pd.concat([s1,s2],keys=['one','two'])
data2
data2.unstack().stack()
补充：使用Pivot、Pivot_Table、Stack和Unstack等方法在Pandas中对数据变形（重塑）
Pandas是著名的Python数据分析包，这使它更容易读取和转换数据。在Pandas中数据变形意味着转换表或向量（即DataFrame或Series）的结构，使其进一步适合做其他分析。在本文中，小编将举例说明最常见的一些Pandas重塑功能。
一、Pivot
pivot函数用于从给定的表中创建出新的派生表，pivot有三个参数：索引、列和值。具体如下：
defpivot_simple(index,columns,values): """ Produce'pivot'tablebasedon3columnsofthisDataFrame. Usesuniquevaluesfromindex/columnsandfillswithvalues. Parameters ---------- index:ndarray Labelstousetomakenewframe'sindex columns:ndarray Labelstousetomakenewframe'scolumns values:ndarray Valuestouseforpopulatingnewframe'svalues
作为这些参数的值需要事先在原始的表中指定好对应的列名。然后，pivot函数将创建一个新表，其行和列索引是相应参数的唯一值。我们一起来看一下下面这个例子：
假设我们有以下数据：
我们将数据读取进来：
fromcollectionsimportOrderedDict
frompandasimportDataFrame
importpandasaspd
importnumpyasnp
data=OrderedDict((
("item",['Item1','Item1','Item2','Item2']),
('color',['red','blue','red','black']),
('user',['1','2','3','4']),
('bm',['1','2','3','4'])
))
data=DataFrame(data)
print(data)
得到结果为：
itemcoloruserbm 0Item1red11 1Item1blue22 2Item2red33 3Item2black44
接下来，我们对以上数据进行变形：
df=data.pivot(index='item',columns='color',values='user') print(df)
得到的结果为：
colorblackbluered item Item1None21 Item24None3
注意：可以使用以下方法对原始数据和转换后的数据进行等效查询：
#原始数据集 print(data[(data.item=='Item1')&(data.color=='red')].user.values) #变换后的数据集 print(df[df.index=='Item1'].red.values)
结果为：
['1'] ['1']
在以上的示例中，转化后的数据不包含bm的信息，它仅包含我们在pivot方法中指定列的信息。下面我们对上面的例子进行扩展，使其在包含user信息的同时也包含bm信息。
df2=data.pivot(index='item',columns='color') print(df2)
结果为：
userbm colorblackblueredblackbluered item Item1None21None21 Item24None34None3
从结果中我们可以看出：Pandas为新表创建了分层列索引。我们可以用这些分层列索引来过滤出单个列的值，例如：使用df2.user可以得到user列中的值。
二、PivotTable
有如下例子：
data=OrderedDict((
("item",['Item1','Item1','Item1','Item2']),
('color',['red','blue','red','black']),
('user',['1','2','3','4']),
('bm',['1','2','3','4'])
))
data=DataFrame(data)
df=data.pivot(index='item',columns='color',values='user')
得到的结果为：
ValueError:Indexcontainsduplicateentries,cannotreshape
因此，在调用pivot函数之前，我们必须确保我们指定的列和行没有重复的数据。如果我们无法确保这一点，我们可以使用pivot_table这个方法。
pivot_table方法实现了类似pivot方法的功能，它可以在指定的列和行有重复的情况下使用，我们可以使用均值、中值或其他的聚合函数来计算重复条目中的单个值。
首先，我们先来看一下pivot_table()这个方法：
defpivot_table(data,values=None,index=None,columns=None,aggfunc='mean',
fill_value=None,margins=False,dropna=True,
margins_name='All'):
"""
Createaspreadsheet-stylepivottableasaDataFrame.Thelevelsinthe
pivottablewillbestoredinMultiIndexobjects(hierarchicalindexes)on
theindexandcolumnsoftheresultDataFrame
Parameters
----------
data:DataFrame
values:columntoaggregate,optional
index:column,Grouper,array,orlistoftheprevious
Ifanarrayispassed,itmustbethesamelengthasthedata.Thelist
cancontainanyoftheothertypes(exceptlist).
Keystogroupbyonthepivottableindex.Ifanarrayispassed,it
isbeingusedasthesamemannerascolumnvalues.
columns:column,Grouper,array,orlistoftheprevious
Ifanarrayispassed,itmustbethesamelengthasthedata.Thelist
cancontainanyoftheothertypes(exceptlist).
Keystogroupbyonthepivottablecolumn.Ifanarrayispassed,it
isbeingusedasthesamemannerascolumnvalues.
aggfunc:functionorlistoffunctions,defaultnumpy.mean
Iflistoffunctionspassed,theresultingpivottablewillhave
hierarchicalcolumnswhosetoplevelarethefunctionnames(inferred
fromthefunctionobjectsthemselves)
fill_value:scalar,defaultNone
Valuetoreplacemissingvalueswith
margins:boolean,defaultFalse
Addallrow/columns(e.g.forsubtotal/grandtotals)
dropna:boolean,defaultTrue
DonotincludecolumnswhoseentriesareallNaN
margins_name:string,default'All'
Nameoftherow/columnthatwillcontainthetotals
whenmarginsisTrue.
接下来我们来看一个示例：
data=OrderedDict((
("item",['Item1','Item1','Item1','Item2']),
('color',['red','blue','red','black']),
('user',['1','2','3','4']),
('bm',['1','2','3','4'])
))
data=DataFrame(data)
df=data.pivot_table(index='item',columns='color',values='user',aggfunc=np.min)
print(df)
结果为：
colorblackbluered item Item1None21 Item24NoneNone
实际上，pivot_table()是pivot()的泛化，它允许在数据集中聚合具有相同目标的多个值。
三、Stack/Unstack
事实上，变换一个表只是堆叠DataFrame的一种特殊情况，假设我们有一个在行列上有多个索引的DataFrame。堆叠DataFrame意味着移动最里面的列索引成为最里面的行索引，反向操作称之为取消堆叠，意味着将最里面的行索引移动为最里面的列索引。例如：
frompandasimportDataFrame importpandasaspd importnumpyasnp #建立多个行索引 row_idx_arr=list(zip(['r0','r0'],['r-00','r-01'])) row_idx=pd.MultiIndex.from_tuples(row_idx_arr) #建立多个列索引 col_idx_arr=list(zip(['c0','c0','c1'],['c-00','c-01','c-10'])) col_idx=pd.MultiIndex.from_tuples(col_idx_arr) #创建DataFrame d=DataFrame(np.arange(6).reshape(2,3),index=row_idx,columns=col_idx) d=d.applymap(lambdax:(x//3,x%3)) #Stack/Unstack s=d.stack() u=d.unstack() print(s) print(u)
得到的结果为：
c0c1 r0r-00c-00(0,0)NaN c-01(0,1)NaN c-10NaN(0,2) r-01c-00(1,0)NaN c-01(1,1)NaN c-10NaN(1,2) c0c1 c-00c-01c-10 r-00r-01r-00r-01r-00r-01 r0(0,0)(1,0)(0,1)(1,1)(0,2)(1,2)
实际上，Pandas允许我们在索引的任何级别上堆叠/取消堆叠。因此，在前面的示例中，我们也可以堆叠在最外层的索引级别上。但是，默认（最典型的情况）是在最里面的索引级别进行堆叠/取消堆叠。
以上为个人经验，希望能给大家一个参考，也希望大家多多支持毛票票。如有错误或未考虑完全的地方，望不吝赐教。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。