一文详解：7个 Pandas stack() 和 unstack() 使用技巧

一文详解：7个 Pandas stack() 和 unstack() 使用技巧

当你在处理包含某种序列（例如时间序列数据）的变量的数据集时，数据通常需要进行重塑。 喜欢本文记得收藏、关注、点赞。

【注】文末加入技术交流群，学习不再孤单

​

Pandas 提供了各种用于重塑 DataFrame 的内置方法。其中，stack() 和 unstack() 是最流行的 2 种重组列和行的方法：

stack() 和 unstack() 似乎使用起来相当简单，但你仍然应该知道一些技巧来加快数据分析。

在本文中，我将分享 Pandas 的几个技巧：

单层多层次：简单案例多层次：缺失值多个级别：指定要堆叠的级别多个级别：删除缺失值unstack: 简单案例unstack：更多用法

1.单层

最简单的 stack()可以应用于具有单层列的 DataFrame。它只是将标签从列堆叠到行并输出一个系列。

df_single_level = pd.DataFrame( [['Mostly cloudy', 10], ['Sunny', 12]], index=['London', 'Oxford'], columns=['Weather', 'Wind'])df_single_level.stack()

2.多层次：简单案例

通常，我们会在具有多级列的 DataFrame 上使用 stack()。

让我们创建一个 DataFrame。有多种方法可以创建具有多级列的 DataFrame，最简单的方法之一是创建 MultiIndex 对象 MultiIndex.from_tuples() 并将结果传递给 pd.DataFrame() 中的 columns 参数：

multi_col_1 = pd.MultiIndex.from_tuples( [('Wind', 'mph'), ('Wind', 'm/s')])df_multi_level_1 = pd.DataFrame( [[13, 5.5], [19, 8.5]], index=['London', 'Oxford'], columns=multi_col_1)

通过调用 stack()，它将获取列级别(mph, m/s) 并将其堆叠到行轴上。

df_multi_level_1.stack()# Same as df_multi_level_1.stack(level=-1)df_multi_level_1.stack(-1)

在幕后，它根据参数 level 运行操作。 参数 level 默认为 -1 ，它采用最内层并将其从列轴堆叠到行轴上。

3. 多层次：缺失值

在堆叠具有多级列的 DataFrame 时，通常会出现缺失值。让我们创建另一个 DataFrame 示例：

multi_col_2 = pd.MultiIndex.from_tuples( [('Wind', 'mph'), ('Temperature', '°C')])df_multi_level_2 = pd.DataFrame( [[13, 8], [19, 6]], index=['London', 'Oxford'], columns=multi_col_2)df_multi_level_2.stack()

与前面的示例 multi_col_1 在第一级中具有相同的值“Wind”不同，multi_col_2 具有 2 个不同的值“Wind”和“Temperature”。 现在，我们得到了缺失值，因为堆叠的 DataFrame 比原始 DataFrame 有更多的值，并且缺失值用 NaN 填充。

4. 多层次：规定要堆叠的层次

stack() 中的第一个参数是 level，它控制堆叠的级别。 让我们创建一个具有 2 个不同级别的 MultiIndex：

multi_col_2 = pd.MultiIndex.from_tuples( [('Wind', 'mph'), ('Temperature', '°C')])# Level 0multi_col_2.get_level_values(0)# Index(['Wind', 'Temperature'], dtype='object')# Level 1multi_col_2.get_level_values(1)# Index(['mph', '°C'], dtype='object')

我们可以传递一个数字来规定要堆叠的级别。 要规定要堆叠的多个级别，我们可以传递一个列表：

df_multi_level_2.stack(0)df_multi_level_2.stack([0, 1])df_multi_level_2.stack([1, 0])

5. 多层次：删除缺失值

默认情况下，调用 stack() 时会删除所有值缺失的行，可以通过将 dropna 设置为 False 来控制此行为：

df_multi_level_3 = pd.DataFrame( [[None, 10], [11, 7.0]], index=['London', 'Oxford'], columns=multi_col_2)df_multi_level_3.stack()df_multi_level_3.stack(dropna=False)

6. unstack: 简单案例

同样，Pandas unstack() 也支持参数级别，默认为 -1，它将对最内层索引应用操作。

index = pd.MultiIndex.from_tuples([ ('Oxford', 'Temperature'), ('Oxford', 'Wind'), ('London', 'Temperature'), ('London', 'Wind')])s = pd.Series([1,2,3,4], index=index)

通过在具有 MultiIndex 的 Series 上调用 unstack()，它会将最内层的索引取消堆叠到列上。 要指定要取消堆叠的级别，我们可以传递级别编号：

s.unstack()# It's equivalent tos.unstack(level=-1)# Unstack a specific levels.unstack(level=0)

7. unstack：更多用法

通常，我们会在更多级别上使用 unstack()。

让我们看一个具有 3 个级别的示例：

index = pd.MultiIndex.from_tuples([ ('Oxford', 'Weather', '01-01-2022'), ('Oxford', 'Temperature', '01-01-2022'), ('Oxford', 'Weather', '02-01-2022'), ('Oxford', 'Temperature', '02-01-2022'), ('London', 'Weather', '01-01-2022'), ('London', 'Temperature', '01-01-2022'), ('London', 'Weather', '02-01-2022'), ('London', 'Temperature', '02-01-2022'),])s = pd.Series( ['Sunny', 10, 'Shower', 7, 'Shower', 5, 'Sunny', 8], index=index)

通过调用 unstack()，它将最里面的索引解栈到列中。

例如，我们可以使用方法链来运行另一个 unstack() 或传递一个列表

# Method chainingdf.unstack().unstack()df.unstack().unstack().unstack()# The equivalentdf.unstack([2,1])df.unstack([2,1,0])

结论

在本文中，我们介绍了 7 个使用 Pandas 的 stack()和 unstack() 重塑 DataFrame 的用例，该方法本身非常易于使用，并且是在数据预处理中操纵数据的最受欢迎的方法之一。

技术交流

欢迎转载、收藏、有所收获点赞支持一下！

目前开通了技术交流群，群友已超过2000人，添加时最好的备注方式为：来源+兴趣方向，方便找到志同道合的朋友

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。