pandas由入门到精通-数据透视表

采集的数据存储后通常会分为多个文件或数据库，如何将这些文件按需拼接，或按键进行连接十分重要。这节将介绍数据索引的复杂操作如分层索引，stack,unstack,seet_index,reset_index等帮助重构数据，数据的拼接如merge,join,concat,combine_first等帮助连接数据，以及数据透视表的使用。

数据透视表

C.1 df.pivot

假设现在数据的解构如下表，item列代表不同的键(可以转换成很多列)，value代表不同的值

现要将其转换为常规Df的新式，即每一列都是一种数据使用Df.pivot(index= ,columns=‘item’,value=)
如下图：

• 达到的效果和把item列移动到列索引类似。
  

C.2 pd.melt

pd.melt 与df.pivot达到的效果相反。
pd.melt(df,id_vars=‘key’)会将Df的各列合并成一列，其中id_v