欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

Pandas 基础(12) - Stack 和 Unstack

程序员文章站 2024-01-02 10:13:16
这节的主题是 stack 和 unstack, 我目前还不知道专业领域是怎么翻译的, 我自己理解的意思就是"组成堆"和"解除堆". 其实, 也是对数据格式的一种转变方式, 单从字面上可能比较难理解, 所以给大家下面两张图来理解一下: 上图中, 标绿色的部分, 代表一个对应关系, 就是列的级别转为行级 ......

这节的主题是 stack 和 unstack, 我目前还不知道专业领域是怎么翻译的, 我自己理解的意思就是"组成堆"和"解除堆". 其实, 也是对数据格式的一种转变方式, 单从字面上可能比较难理解, 所以给大家下面两张图来理解一下:

Pandas 基础(12) - Stack 和 Unstack

Pandas 基础(12) - Stack 和 Unstack
上图中, 标绿色的部分, 代表一个对应关系, 就是列的级别转为行级别. 
下面来看下具体实现. 首先引入文件, 通过原表, 我们可以看到有两行表头, 所以这里要多加个参数 header=[0,1]:

df = pd.read_excel('/users/rachel/sites/pandas/py/pandas/12_stack/stocks.xlsx', header=[0,1])

输出:
Pandas 基础(12) - Stack 和 Unstack
用 stack() 方法改变一下格式, 看会是什么效果:

df_stacked = df.stack()
df_stacked

从输出可以看到, 原来的数据结构是有两行表头, 经过 stack 之后, 就变成一行了, 也就是 facebook google microsoft 这一行, 从原来的列名, 变成了索引:
Pandas 基础(12) - Stack 和 Unstack
那我们现在再 unstack 看看:

df_stacked.unstack()

输出:

Pandas 基础(12) - Stack 和 Unstack
发现, unstack 之后, 整个数据结构又变回去了.

那我们现在再来重新 stack 一下, 并且加个参数 level=0, 也就是将第一行的表头堆叠成索引列:

df.stack(level=0)

输出:
Pandas 基础(12) - Stack 和 Unstack

下面再来看一个更复杂点的例子, 这个表格中有三行表头:

df2 = pd.read_excel('/users/rachel/sites/pandas/py/pandas/12_stack/stocks_3_levels.xlsx', header=[0,1,2])

输出:

Pandas 基础(12) - Stack 和 Unstack

首先 stack 一下:

df2.stack()

输出, 我们看到最下面一行表头被堆叠到索引列了:
Pandas 基础(12) - Stack 和 Unstack

再试一下将 level 参数设为 0:

df2.stack(level=0)

发现, 第一行表头被 stack 了:
Pandas 基础(12) - Stack 和 Unstack
再设置 level=1:

df2.stack(level=1)

输出, 这次是第二行表头被 stack 了:
Pandas 基础(12) - Stack 和 Unstack

再试下设置 level=2:

df2.stack(level=2)

输出, 发现是第三行表头被 stack 了:
Pandas 基础(12) - Stack 和 Unstack

综上, 可以总结, stack 的作用就是可以将横向的表头(列名)转成纵向的索引列展示, 对于多行表头而言, 具体要转换哪一行取决于 level 参数, 如果不指定, 则默认转换最下面一行表头. 

以上, 就是关于 stack 和 unstack 的基本操作了, enjoy!~~~

 

上一篇:

下一篇: