python?DataFrame中stack()方法、unstack()方法和pivot()方法怎么用

這篇文章主要講解了“python DataFrame中stack()方法、unstack()方法和pivot()方法怎么用”，文中的講解內容簡單清晰，易于學習與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學習“python DataFrame中stack()方法、unstack()方法和pivot()方法怎么用”吧！

1.stack()

stack()用于將列索引轉換為最內層的行索引，這樣敘述比較抽象，看示例就容易理解啦：

準備一組數據，給其設置雙索引。

import pandas as pd
data = [['A類', 'a1', 123, 224, 254], ['A類', 'a2', 234, 135, 444], ['A類', 'a3', 345, 241, 324],
        ['B類', 'b1', 112, 412, 466], ['B類', 'b2', 224, 235, 345], ['B類', 'b3', 369, 214, 352],
        ['C類', 'c1', 236, 251, 485], ['C類', 'c2', 378, 216, 515], ['C類', 'c3', 135, 421, 312],
        ['D類', 'd1', 306, 325, 496], ['D類', 'd2', 147, 235, 524], ['D類', 'd3', 520, 222, 267]]
df = pd.DataFrame(data=data, columns=['類別', '編號', 'A指標', 'B指標', 'C指標'])
df = df.set_index(['類別', '編號'])
print(df)

df = df.stack()
print(df)

如圖，成功將索引列之外的 A指標，B指標，C指標三列放在了同一列。

此時的df，不再是一個DataFrame，而變為了一個Series對象。：

print(type(df))

該Series的index列不同于原DataFrame的index列，而是在原DataFrame的index列的基礎上，又增加了從右邊合并過來的部分：

print(df.index)

此時Values為：

print(df.values)

2. unstack()

unstack是stack的逆向操作。

在上述示例的代碼的基礎上，對上邊的df繼續調用unstack()方法：

df1 = df.unstack()
print(df1)

可以看到unstack變回了原來的樣子。

3. pivot()

這里對于上邊例子中的數據稍作調整：

不設置多重索引

import pandas as pd
data = [['A類', '1', 123, 224, 254], ['A類', '2', 234, 135, 444], ['A類', '3', 345, 241, 324],
        ['B類', '1', 112, 412, 466], ['B類', '2', 224, 235, 345], ['B類', '3', 369, 214, 352],
        ['C類', '1', 236, 251, 485], ['C類', '2', 378, 216, 515], ['C類', '3', 135, 421, 312],
        ['D類', '1', 306, 325, 496], ['D類', '2', 147, 235, 524], ['D類', '3', 520, 222, 267]]
df = pd.DataFrame(data=data, columns=['類別', '編號', 'A指標', 'B指標', 'C指標'])
print(df)

df2 = df.pivot(index='編號', columns='類別', values='A指標')
print(df2)

index和columns分別指設定那一列的值為index，設置那一列的值為columns。values指表格要體現的指標。

df3 = df.pivot(index='類別', columns='編號', values='A指標')
print(df3)

感謝各位的閱讀，以上就是“python DataFrame中stack()方法、unstack()方法和pivot()方法怎么用”的內容了，經過本文的學習后，相信大家對python DataFrame中stack()方法、unstack()方法和pivot()方法怎么用這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是億速云，小編將為大家推送更多相關知識點的文章，歡迎關注！