pandas Task04-变形

1. 问题

【问题一】 上面提到了许多变形函数，如melt/crosstab/pivot/pivot_table/stack/unstack函数，请总结它们各自的使用特点。

pivot_table 就像excel里面的透视表(名字都是一样的),index 是行字段, columns是列字段, values 是值字段. 其中aggfunc 输入的是values 的加工逻辑如
写法是 aggfunc = [‘mean’,‘sum’,‘std’], 可以用pd.pivot_table, 也可以用DataFrame.pivot_table
而pivot可看做是pivot_table 的高效简化版, 速度上有所提升, 但每次只允许传入一个列以及一个index, 而且不能有重复配对.
与pivot 相反的就是 melt, 正如教材里面说的, pivot_table 是把 表格拉"宽", 而melt 则是把表格变"窄", 这也是melt的意思.主要参数也是index,columns, values.
crosstab 就是计数版的pivot_table, 但不支持多级分组, values 与 aggfunc 成对出现. 且与pivot_table不一样的地方在于, crosstab 不一定作用与同一个dataframe, 传入值的时候需要连通表格名称一并传入
stack 把列字段转换成行字段, 支持多层索引, 传入的数值参数代表第几层列索引
unstack 与stack相反

【问题二】 变形函数和多级索引是什么关系？哪些变形函数会使得索引维数变化？具体如何变化？

pivot_table 能够根据index 以及columns 重构索引, 如输入多个列名, 则会出现多层索引.

【问题三】 请举出一