Pandas数据重塑和透视

使用多层索引进行重塑

stack(堆叠) ：旋转或将列中的数据透视到行
unstack(拆堆)：将行中的数据透视到列

data.stack()                 data.unstack()
data.unstack(0)         #0表示最外层
data.unstack('key1').stack('key2')

数据透视

长透视为宽：
data.piovot()

data.pivot(index_columns,columns_columns,values)
等价于data.set_index(['key1','key2']).unstack('key2')

宽透视为长：返回一个variable列和一个value列

                   清楚分组指标和数据值

pd.melt()

melted = pd.melt(data,['key1'])         #key1作为分组指标

指定列的子集作为值列

pd.melt(data,id_vars=['key1'],value_vars=['A','B'])

也可以不设置任何分组指标

pd.melt(data,value_vars=['A','B','C'])
pd.melt(data,value_vars=['key1','A','B'])