Pandas 中 stack 和 unstack 方法在数据重塑中的应用

在 Pandas 中，stack 和 unstack 是用于重塑数据的重要方法，主要用于处理具有多层索引（MultiIndex）的数据。它们可以帮助你在长格式（long format）和宽格式（wide format）之间转换数据，使数据更适合分析或展示。

1. stack 方法

功能：将数据的列索引（column index）“堆叠” 到行索引（row index）上，增加行索引的层级，减少列的数量。

效果：从宽格式转换为长格式。

示例

假设有一个双层列索引的数据框：

import pandas as pd # 创建示例数据 data = {     ('A', 'X'): [1, 2],     ('A', 'Y'): [3, 4],     ('B', 'X'): [5, 6],     ('B', 'Y'): [7, 8] } df = pd.DataFrame(data, index=['row1', 'row2']) print("原始数据框：") print(df) # 执行 stack 操作 stacked = df.stack() print("\nStacked 后的数据框：") print(stacked)

输出结果：

原始数据框：      A     B         X  Y  X  Y row1 1  3  5  7 row2 2  4  6  8 Stacked 后的数据框：           A  B row1 X  1  5      Y  3  7 row2 X  2  6      Y  4  8

解释：

1. 原始数据框的列索引有两层（A/B 和 X/Y）。
2. stack() 默认将最内层的列索引（X/Y）堆叠到行索引上，形成一个新的 MultiIndex。

2. unstack 方法

功能：将数据的行索引（row index）“展开” 到列索引上，增加列索引的层级，减少行的数量。

效果：从长格式转换为宽格式。

示例

继续使用上面 stacked 后的数据框：

# 执行 unstack 操作 unstacked = stacked.unstack() print("\nUnstacked 后的数据框：") print(unstacked)

输出结果：

Unstacked 后的数据框：      A     B         X  Y  X  Y row1 1  3  5  7 row2 2  4  6  8

解释：

1. unstack() 默认将最内层的行索引（X/Y）展开到列索引上，恢复原始数据框的结构。

关键参数

1. level：指定要堆叠或展开的索引层级（默认是最后一层，即 level=-1）。

# 展开第一层行索引（level=0） stacked.unstack(level=0)

1. fill_value：指定缺失值的填充值。

应用场景

1. 数据重塑：在多层索引的数据中转换观察维度。
2. 数据聚合：与 groupby 结合使用，处理复杂的分组统计。
3. 可视化准备：将数据转换为适合绘图的格式。

总结

1. stack：列 → 行（宽 → 长）。
2. unstack：行 → 列（长 → 宽）。

这两个方法是处理复杂索引数据的强大工具，尤其在处理时间序列、面板数据等场景中非常实用。