python中unstack_python pandas stack和unstack函数妙用

在用pandas进行数据重排时，经常用到stack和unstack两个函数。stack的意思是堆叠，堆积，unstack即“不要堆叠”，我对两个函数是这样理解和区分的。

常见的数据的层次化结构有两种，一种是表格，一种是“花括号”，即下面这样的两种形式：

表格样式：

“花括号”格式：

表格在行列方向上均有索引(类似于DataFrame)，花括号结构只有“列方向”上的索引(类似于层次化的Series)，结构更加偏向于堆叠(Series-stack，方便记忆)。stack函数会将数据从”表格结构“变成”花括号结构“，即将其行索引变成列索引，反之，unstack函数将数据从”花括号结构“变成”表格结构“，即要将其中一层的列索引变成行索引。

也是就是说：可以通过unstack() 和stack()对下述的数据集进行改变样式(这也是数据分析中常常用到的)：

举例说明：

1、 构造数据集

import numpy as np

import pandas as pd

#构造数据

data=pd.DataFrame(np.arange(12).reshape((3,4))+100,

index=pd.Index(['date1','date2','date3']),

columns=pd.Index(['store1','store2','store3','store4'])

)

如图所示：

2、 stack()

data2=data.stack()

print(data2)

使用stack函数，将data的行索引['store1','store2','store3’,'store4’]转变成列索引(第二层)，便得到了一个层次化的Series(data2)，如下所示：

输出到本地以后，可以变成这样：

3、 unstack()

使用unstack函数，将data2的第二层列索引转变成行索引(默认的，可以改变)，便又得到了DataFrame(data3)

data3=data2.unstack()

print(data3)