【pandas 基本操作：数据重塑】

pandas 基本操作

第一章 数据清洗
第二章 数据合并
第三章 数据重塑
第四章 数据转换

---

---

前言

数据清洗是一项复杂且繁琐的工作，同时也是整个数据分析过程中最为重要的环节。

数据清洗的目的在于提高数据质量，将脏数据清洗干净，使原数据具有完整性、唯一性、权威性、合法性、一致性等特点

脏数据在这里指的是对数据分析没有实际意义、格式非法、不在指定范围内的数据。

---

1. 重塑层次化索引

Pandas中重塑层次化索引的操作主要是stack()方法和unstack()方法，前者是将数据的列“旋转”为行，后者是将数据的行“旋转”为列。
stack()方法可以将数据的列索引转换为行索引。

DataFrame.stack(level=-1, dropna=True)

• level：-1表示操作内层索引。若设为0，表示操作外层索引，默认为-1。
• dropna：表示是否将旋转后的缺失值删除，若设为True，则表示自动过滤缺失值，设置为False则相反。

现在有一个DataFrame类对象df，如果希望将它重塑为一个具有两层索引结构的对象result，也就是说将列索引转换成内层行索引，则重塑前后的效果如下图所示。

unstack()方法可以将数据的行索引转换为列索引。

DataFrame.unstack(level=-1, fill_value=None)

• level：默认为-1，表示操作内层索引，0表示操作外层索引。
• fill_value：若产生了缺失值，则可以设置这个参数用来替换NaN。

2. 轴向旋转

某件商品的价格在非活动期间为50元，而在活动期间商品的价格为30元，这就造成同一件商品在不同时间对应不同的价格。

同一款商品的在活动前后的价格无法很直观地看出来。

我们可以将商品的名称作为列索引，出售日期作为行索引，价格作为表格中的数据，此时每一行展示了同一日期不同手机品牌的价格。

通过表格可以直观地看出活动前后的价格浮动
在Pandas中pivot()方法提供了这样的功能，它会根据给定的行或列索引重新组织一个DataFrame对象。

pivot(index=None, columns=None, values=None)

• index：用于创建新DataFrame对象的行索引。
• columns：用于创建新DataFrame对象的列索引。
• values：用于填充新DataFrame对象中的值。
  转载于：https://edu.csdn.net/skill/python02/python-3-205?category=883&typeId=17523#3__395