本文详细介绍了Pandas的数据重塑和透视操作，包括数据透视的整理和聚合，数据堆叠与解堆，交叉表的统计，轴交换，数据融合，虚拟变量的生成，因子化过程，以及如何进行列表爆炸等操作。内容深入浅出，适用于进阶Pandas使用。
一.数据透视.
1.1整理透视
df.pivot(index = ' ', columns = ' ',values = ' ')这些参数传入的是原数据的列名。index如果不传入，会使用现有索引。columns作为新DataFrame的列，取去重的值，当列和索引的组合有多个值时会报错，需要用pd.pivot_table()进行操作。values作为新DataFrame的值，若指定多个，会形成多层索引，若不指定，会默认为所有剩余的列。
1.2聚合透视
df.pivot()只是对原数据的结构、显示形式做了变换。若要在数据透视过程中对值进行计算，可以使用pd.pivot_table()
margins：是否增加汇总行列
aggfunc可以为不同的列指定不同的计算方法，用字典的形式给出就可
2.数据堆叠 stack
2.1堆叠与解堆
堆叠示意：
最低0.47元/天 解锁文章
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
