pandas中stack()和unstack()

最新推荐文章于 2024-06-18 11:38:04 发布

cbright63

最新推荐文章于 2024-06-18 11:38:04 发布

阅读量2.5k

点赞数 4

分类专栏：数据分析数据转化文章标签：数据分析 Python Pandas stack unstack

本文链接：https://blog.csdn.net/marioivy/article/details/97176420

版权

本文介绍了Pandas库中的stack()和unstack()方法，用于数据透视。stack()将列数据转为行，unstack()则相反。详细解释了这两个方法的含义、参数说明，并通过示例演示了不同参数设置（如level和dropna）对结果的影响。

摘要由CSDN通过智能技术生成

stack()

含义：

该操作会将列中数据透视到行

参数说明：

# 参数
DataFrame.stack(self，level = -1，dropna = True )
#参数说明
level: 默认为-1，即列索引的最后一级
dropna: 布尔值，默认为True，即是否删除具有缺失值的行

示例：

# 我们创建一个多级列的列子来说明stack()
import pandas as pd
import numpy as np

# 这里分别使用两种方法生成多层索引第一种是元组法，第二种是列表法
col = pd.MultiIndex.from_tuples([('weight','kg'),('weight','ton'),('height','cm'),('height','m')])
dex = pd.MultiIndex.from_arrays([['China','China','USA','USA'],['Tom','Jack',