(17)DataFrame多层索引变形操作

"""函数"""
# stack()
# unstack()
import pandas as pd
import numpy as np
from pandas import Series, DataFrame

内容：

·列索引——>行索引

·行索引——>列索引

得到一个多维DataFrame数组：

index = pd.MultiIndex.from_product([["期中", "期末"], ["jom", "kom"]])
columns = ["chinese", "math"]
data = np.random.randint(0, 100, size=(4, 2))
df = DataFrame(data=data, index=index, columns=columns)
print(df)
print()

运行结果：

 【列索引——>行索引】

如果想要将行多层级索引的某一级索引，调换到列索引上，只需要调用unstack函数，

通过控制传入参数来决定被调换的列索引，当level=0时，被调换的列索引为第一列，当level=1时，被调换的列索引为第二列，

从外往里，level从0到n-1

"""将列索引转换为行索引"""
# 如果想要将行多层级索引的某一级索引，调换到列索引上，只需要调用unstack函数，
# 通过控制传入参数来决定被调换的列索引，当level=0时，被调换的列索引为第一列，当level=1时，被调换的列索引为第二列，
# 从外往里，level从0到n-1
print("将第一列的列索引转换为行索引:\n", df.unstack(level=0))
print()
print("将第二列的列索引转换为行索引:\n", df.unstack(level=1))
print()

运行结果：

 【行索引——>列索引】

转换机制同上

"""将行索引转换为列索引"""
# 转换机制同上
print("将第一行的行索引转换为列索引:\n", df.stack(level=0))
print()

运行结果：