当前位置：首页 > news >正文

pandas__unstack方法与set_index详解

news 2025/11/11 7:36:35

一、unstack详解

1、用途

unstack()是 pandas 中一个非常重要的数据重塑方法，主要用于将多级索引的层次结构从行索引转换为列索引。最主要的一个用途是将dataframe通过groupby操作得到的grouped进行转换

2、语法说明

DataFrame.unstack(level=-1, fill_value=None) # 其返回值也是一个DataFrame

参数说明

level：要取消堆叠的索引级别，可以是整数、字符串或列表，默认为 -1（最后一级）
- level=0，是第一级索引，最高级索引；
- level=1，是第二级索引；
- level=-1，是最后一级索引；
fill_value：用于替换缺失值的值

3、实例详解1

# 创建分组数据示例
data = {'city': ['北京', '北京', '上海', '上海', '广州', '广州'],'quarter': ['Q1', 'Q2', 'Q1', 'Q2', 'Q1', 'Q2'],'sales': [100, 150, 200, 180, 120, 160]
}
df = pd.DataFrame(data)

>>> print(df)city quarter  sales
0   北京      Q1    100
1   北京      Q2    150
2   上海      Q1    200
3   上海      Q2    180
4   广州      Q1    120
5   广州      Q2    160

将dataframe stack化，即unstack的相反操作，将一级索引变成多级索引

grouped = df.set_index(['city', 'quarter'])print("分组数据:")
print(grouped)

>>> print(grouped)sales
city quarter
北京   Q1         100Q2         150
上海   Q1         200Q2         180
广州   Q1         120Q2         160

对于上述grouped来说，city是第一级索引，quarter是第二级索引，可以适用unstack将索引转换成列

pivoted = grouped.unstack(level=0)
print("季度unstack后的数据:")
print(pivoted)

>>> pivoted = grouped.unstack(level=0)
>>> print("季度unstack后的数据:")
季度unstack后的数据:
>>> print(pivoted)sales
city       上海   北京   广州
quarter
Q1        200  100  120
Q2        180  150  160
>>>

也可以适用具体的索引名，将其转换成列名

>>> # 将季度unstack到列
>>> pivoted = grouped.unstack(level='quarter')
>>> print("季度unstack后的数据:")
季度unstack后的数据:
>>> print(pivoted)sales
quarter    Q1   Q2
city
上海        200  180
北京        100  150
广州        120  160
>>>

二、多级索引设置

1、实例1

如下所示，可以通过将列名设置乘索引名称，来设置多级索引

# 创建分组数据示例
data = {'city': ['北京', '北京', '上海', '上海', '广州', '广州'],'quarter': ['Q1', 'Q2', 'Q1', 'Q2', 'Q1', 'Q2'],'sales': [100, 150, 200, 180, 120, 160]
}
df = pd.DataFrame(data)
grouped = df.set_index(['city', 'quarter'])print("分组数据:")
print(grouped)# 将季度unstack到列
pivoted = grouped.unstack(level='quarter')
print("季度unstack后的数据:")
print(pivoted)

2、 pd.MultiIndex

如下所示，可以通过 pd.MultiIndex方法设置多级索引。

import pandas as pd
import numpy as np# 创建示例数据
index = pd.MultiIndex.from_tuples([('A', 'x'), ('A', 'y'), ('B', 'x'), ('B', 'y')])
df = pd.DataFrame({'value': [1, 2, 3, 4]}, index=index)
print("原始数据:")
print(df)