python DataFrame的stack()方法，unstack()方法，pivot()方法

如图，成功将索引列之外的 A指标，B指标，C指标三列放在了同一列。

此时的df，不再是一个DataFrame，而变为了一个Series对象。：

print(type(df))

该Series的index列不同于原DataFrame的index列，而是在原DataFrame的index列的基础上，又增加了从右边合并过来的部分：

print(df.index)

此时Values为：

print(df.values)

---

2. unstack()

===================================================================================

unstack是stack的逆向操作。

在上述示例的代码的基础上，对上边的df继续调用unstack()方法：

df1 = df.unstack()

print(df1)

可以看到unstack变回了原来的样子。

---

3. pivot()

=================================================================================

这里对于上边例子中的数据稍作调整：

不设置多重索引

import pandas as pd

data = [[‘A类’, ‘1’, 123, 224, 254], [‘A类’, ‘2’, 234, 135, 444], [‘A类’, ‘3’, 345, 241, 324],

[‘B类’, ‘1’, 112, 412, 466], [‘B类’, ‘2’, 224, 235, 345], [‘B类’, ‘3’, 369, 214, 352],

[‘C类’, ‘1’, 236, 251, 485], [‘C类’, ‘2’, 378, 216, 515], [‘C类’, ‘3’, 135, 421, 312],

[‘D类’, ‘1’, 306, 325, 496], [‘D类’, ‘2’, 147, 235, 524], [‘D类’, ‘3’, 520, 222, 267]]

df = pd.DataFrame(data=data, columns=[‘类别’, ‘编号’, ‘A指标’, ‘B指标’, ‘C指标’])

print(df)

df2 = df.pivot(index=‘编号’, columns=‘类别’, values=‘A指标’)

print(df2)

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Python工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年Python开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上前端开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以扫码获取！！！（备注Python）

学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上前端开发知识点，真正体系化！**

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以扫码获取！！！（备注Python）