python DataFrame的stack()方法，unstack()方法，pivot()方法

此时的df，不再是一个DataFrame，而变为了一个Series对象。：

print(type(df))

该Series的index列不同于原DataFrame的index列，而是在原DataFrame的index列的基础上，又增加了从右边合并过来的部分：

print(df.index)

此时Values为：

print(df.values)

---

2. unstack()

===================================================================================

unstack是stack的逆向操作。

在上述示例的代码的基础上，对上边的df继续调用unstack()方法：

df1 = df.unstack()

print(df1)

可以看到unstack变回了原来的样子。

---

3. pivot()

=================================================================================

这里对于上边例子中的数据稍作调整：

不设置多重索引

import pandas as pd

data = [[‘A类’, ‘1’, 123, 224, 254], [‘A类’, ‘2’, 234, 135, 444], [‘A类’, ‘3’, 345, 241, 324],

[‘B类’, ‘1’, 112, 412, 466], [‘B类’, ‘2’, 224, 235, 345], [‘B类’, ‘3’, 369, 214, 352],

[‘C类’, ‘1’, 236, 251, 485], [‘C类’, ‘2’, 378, 216, 515], [‘C类’, ‘3’, 135, 421, 312],

[‘D类’, ‘1’, 306, 325, 496], [‘D类’, ‘2’, 147, 235, 524], [‘D类’, ‘3’, 520, 222, 267]]

df = pd.DataFrame(data=data, columns=[‘类别’, ‘编号’, ‘A指标’, ‘B指标’, ‘C指标’])

print(df)

df2 = df.pivot(index=‘编号’, columns=‘类别’, values=‘A指标’)

print(df2)

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里无偿获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！