公众号：尤而小屋
作者：Peter
编辑：Peter
大家好，我是Peter~
今天带来的文章是图解Pandas中的两个重要的函数：stack和unstack。
stack和unstack是针对pandas的轴进行重新排列的两个方法，二者互为逆操作：
- stack: 将数据的列columns转旋转成行index
- unstack：将数据的行index旋转成列columns
- 二者默认操作的都是最内层
image
Pandas连载文章
本文是Pandas更新的第16篇文章，欢迎访问阅读：
image
下面通过详细的例子来进行讲解二者的用法，同时奉上：官网学习地址
stack
stack函数的主要作用是将原来的列转成最内层的行索引，转换之后都是多层次索引。官方原文：
Stack the prescribed level(s) from columns to index.
使用方法为：
pd.stack(level=-1, dropna=True)
- level表示的是转换的是最内层（倒数第一级）
- dropna表示的是对缺失值的处理
通过官网的一幅图来解释下：列属性AB变成了行索引AB
image
对单层DataFrame进行stack操作
import pandas as pd
import numpy as np
image
看下默认的情况：
image
我们发现df2的索引index也变成了多层次索引：
image
还有一个特点：当我们对单层的DataFrame进行stack操作之后，会变成Series型数据：
image
对多层DataFrame进行stack操作
首先我们生成一个多层次的列数型
image
模拟出一份多层次列属性的数据：
image
看下模拟数据df3的相关信息：
type(df3)
pandas.core.frame.DataFrame
df3.index
Index(['小明', '小红'], dtype='object')
df3.columns
MultiIndex([('information', 'sex'),
('information', 'weight')],)
看下stack之后的数据：
image
二者比较
对比下原数据和生成的新数据：
1、索引index比较
image
2、列属性比较
image
3、数据类型比较
image
参数level
level控制的是一个或者多个属性进行堆叠；可以使用数字索引或者名称索引。
模拟一份多层次的列属性数据：
multicol2 = pd.MultiIndex.from_tuples([('weight', 'kg'), # 多层次列属性
('height', 'm')],
name=["col","unit"])
data1 = pd.DataFrame([[1.0, 2.0], [3.0, 4.0]],
index=['cat', 'dog'],
columns=multicol2
)
data1
image
我们可以可以看到data1的列属性是多层次的：
data1.columns
# 结果
MultiIndex([('weight', 'kg'),
('height', 'm')],
names=['col', 'unit'])
image
我们还可以使用列数的名称进行stack操作：
image
对于另一个"col"也是相同的操作：
image
还可以同时对多个进行操作，指定名称或者索引号：
image
参数dropna
如果原数据中存在缺失值，我们该如何处理？模拟一份存在缺失值的数据：
data2 = pd.DataFrame([[None, 2.0], # 引入一个缺失值
[4.0, 6.0]],
index=['cat', 'dog'],
columns=multicol2)
data2
image
默认是是True，会删除同时为缺失值的情况：
image
如果我们改成False，会保留同时为NaN的数据：
image
unstack
将最内层的行索引变成列：就是行索引AB变成了列属性AB
image
使用方法
unstack是stack的逆操作，将最内层的行索引变成列
unstack(level=- 1, fill_value=None)
- level：进行操作的索引层级，可以是名称
- fill_value：当我们进行操作的时候，如果产生了缺失值，可以用指定的值填充
参数level
来自官网的两张图，在不同的索引号进行unstack操作的结果对比，默认是unstack(1)：
image
image
我们使用之前的一份生成的数据，接下来我们对df5进行操作。
image-20210805001628811
1、使用unstack的默认操作：默认是对最里层操作
image
2、我们改成索引为0的行，同时我们也可以使用行的名称作为参数的值
image
参数fill_value
该参数的作用是当我们使用unstack进行操作的时候，产生的缺失值用指定数据填充。
我们使用之前的df6数据框来进行操作：
image
使用unstack的默认情况：会产生两个空值
image
对产生的缺失值进行填充：
- 默认情况的使用
- 使用名称
- 使用索引号
image
总结
stack和unstack主要是对Series或者DataFrame型数据进行堆叠和取消堆叠的操作，它们有个共同的特点就是：默认都是对最里层的索引号进行操作，二者互为逆操作，区别在于：stack是列转行，unstack是行转列。
网友评论