unstack与stack实例解释

苦于在网上找不到对与unstack与stack的很直观对于我们这些小白很友好的解释，在自行研究一番后，决定自己写一个，用词不会很专业，只希望以最简单最直白的方式来解释。
首先将我两个基友当做祭品献上，创建一个数据组：
import pandas as pd
data1={'姓名':['陈冠文','陈冠文','陈冠文','刘力','刘力','刘力','陈俞','陈俞','陈俞'],
'属性':['颜值','幽默','运动','颜值','幽默','运动','颜值','幽默','运动'],
'得分':[100,100,100,80,80,70,50,50,30]}
df=DataFrame(data1)
df = df.set_index(['姓名','属性'])
df
将姓名和属性设置为索引，如下图：

image.png

对于unstack和stack的官方解释，可以自行查阅。
我只说下我自己的理解：
stack简单说就是把columns转成index
unstack就是把index转成columns

再甚至，可以理解为：
stack是一个‘逆时针’的旋转
unstack是一个‘顺时针’旋转
关于这个顺逆时针我在下面会说到。

首先先来一个unstack的变化：
在不设置level的情况下，转化过程就是我箭头方向的移动过程：

image.png

df.unstack()

image.png

默认是最里层的（属性），转到columns的最里层，也就是得分的‘下面’，
它把index转变成了一个columns，所以看成是一个‘顺时针’的旋转。

同理df.unstack().stack()：

image.png

将columns转化为了index，可看成‘逆时针’的旋转。

image.png

明白了这个最基本的原理后，接下来进行一些变化：
进行两次unstack：
第一次：df.unstack()

image.png

第二次：df.unstack().unstack()

image.png

出现了不一样的变化：

image.png

它转变为了一个一维数据组（由于是中文，有点不太对齐，大致能看出，得分一栏，属相往下一栏，姓名往下一栏）

你可以粗暴的理解为：pandas把它‘放平了’！

得分，属性，姓名就是index，columns没有了，这会有助于你理解接下来的‘翻转’！

此时看这张图：由于‘只有index，没有columns’，如果再进行stack逆时针旋转，columns就没有东西给你翻转了。

image.png
image.png

报错了！
此时，只能进行unstack翻转：
df.unstack().unstack().unstack()

image.png
原理还是一样，默认最里层姓名一栏顺时针旋转到了columns一栏

再来一次：df.unstack().unstack().unstack().unstack()

image.png

最里面的属性转到了columns的最里面，姓名一栏被顶到‘外面’去了

理解完旋转过程后，接下来就是用level指定要旋转的列或行。

image.png

依次类推0,1,2,3...
下面开始变形：
df.unstack(level=0)

image.png
此时不是默认的最里面的属性一栏的旋转，而是我们指定的level=0的姓名一栏的顺时针旋转，旋转的位置依旧是columns的最里层
注：旋转的对象可以指定，但是旋转后的位置只能是最里层

同理:df.unstack(level=0).stack(level=0)

image.png
image.png
理解完这些变化后，再复杂的多重索引列表都可以轻松‘翻转’到你想到的格式啦。