Pandas_数据重构stack

import numpy as np
import pandas as pd

• 1
• 2

stack

将行索引旋转为列索引，完成层级索引。

下面例子中，先创建一盒5 × 2 的DataFrame。

然后对它进行stack,于是原来的行索引变成了外层索引，原来的列索引变成了内层索引了。

df_obj = pd.DataFrame(np.random.randint(0,10, (5,2)), columns=['data1', 'data2'])
print df_obj

• 1
• 2

   data1  data2
0      9      0
1      7      4
2      6      1
3      2      7
4      9      1

• 1
• 2
• 3
• 4
• 5
• 6
• 7

stacked = df_obj.stack()
print stacked

• 1
• 2

0  data1    9
   data2    0
1  data1    7
   data2    4
2  data1    6
   data2    1
3  data1    2
   data2    7
4  data1    9
   data2    1
dtype: int64

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12

打印重构之后的数据类型，发现已经从DataFrame转变为了Series类型了。

打印新数据的Index的类型，发现索引的格式变成了多层索引了。

print type(stacked)
print type(stacked.index)

• 1
• 2

• 1
• 2
• 3

unstack

unstack会默认多层索引的series转变为DataFrame，默认情况下是对内索引进行操作，即将内所有转变为DataFrame的列索引。

也可以指定操作的索引级别。lavel=0表示操作外层索引。

# 默认操作内层索引
print stacked.unstack()

• 1
• 2

   data1  data2
0      9      0
1      7      4
2      6      1
3      2      7
4      9      1

• 1
• 2
• 3
• 4
• 5
• 6
• 7

# 通过level指定操作索引的级别
print stacked.unstack(level=0)

• 1
• 2

       0  1  2  3  4
data1  9  7  6  2  9
data2  0  4  1  7  1

• 1
• 2
• 3
• 4