7个 Pandas stack() 和 unstack() 使用技巧
输入“/”快速插入内容
7个 Pandas stack() 和 unstack() 使用技巧
7个 Pandas stack() 和 unstack() 使用技巧
⏰ 剪存时间：2022-09-22 22:36:39 (UTC+8)
一文详解：7个 Pandas stack() 和 unstack() 使用技巧
【注】文末加入技术交流群，学习不再孤单
推荐文章
•
stack()：从列到行堆叠
•
unstack()：从行到列取消堆叠
stack() 和 unstack() 似乎使用起来相当简单，但你仍然应该知道一些技巧来加快数据分析。
在本文中，我将分享 Pandas 的几个技巧：
•
单层
•
多层次：简单案例
•
多层次：缺失值
•
多个级别：指定要堆叠的级别
•
多个级别：删除缺失值
•
unstack: 简单案例
•
unstack：更多用法
1.单层
最简单的 stack()可以应用于具有单层列的 DataFrame。它只是将标签从列堆叠到行并输出一个系列。
代码块
df_single_level = pd.DataFrame(
[['Mostly cloudy', 10], ['Sunny', 12]],
index=['London', 'Oxford'],
columns=['Weather', 'Wind']
)
df_single_level.stack()
2.多层次：简单案例
通常，我们会在具有多级列的 DataFrame 上使用 stack()。
让我们创建一个 DataFrame。有多种方法可以创建具有多级列的 DataFrame，最简单的方法之一是创建 MultiIndex 对象 MultiIndex.from_tuples() 并将结果传递给 pd.DataFrame() 中的 columns 参数：