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)