python DataFrame中stack()方法、unstack()方法和pivot()方法浅析
更新时间：2022年04月06日 09:56:01 作者：侯小啾
这篇文章主要给大家介绍了关于python DataFrame中stack()方法、unstack()方法和pivot()方法的相关资料,pandas中这三种方法都是用来对表格进行重排的,其中stack()是unstack()的逆操作,需要的朋友可以参考下
1.stack()
stack()用于将列索引转换为最内层的行索引，这样叙述比较抽象，看示例就容易理解啦：
准备一组数据，给其设置双索引。
import pandas as pd
data = [['A类', 'a1', 123, 224, 254], ['A类', 'a2', 234, 135, 444], ['A类', 'a3', 345, 241, 324],
['B类', 'b1', 112, 412, 466], ['B类', 'b2', 224, 235, 345], ['B类', 'b3', 369, 214, 352],
['C类', 'c1', 236, 251, 485], ['C类', 'c2', 378, 216, 515], ['C类', 'c3', 135, 421, 312],
['D类', 'd1', 306, 325, 496], ['D类', 'd2', 147, 235, 524], ['D类', 'd3', 520, 222, 267]]
df = pd.DataFrame(data=data, columns=['类别', '编号', 'A指标', 'B指标', 'C指标'])
df = df.set_index(['类别', '编号'])
print(df)
df = df.stack() print(df)
如图，成功将索引列之外的 A指标，B指标，C指标三列放在了同一列。
此时的df，不再是一个DataFrame，而变为了一个Series对象。：
print(type(df))
该Series的index列不同于原DataFrame的index列，而是在原DataFrame的index列的基础上，又增加了从右边合并过来的部分：
print(df.index)
此时Values为：
print(df.values)
2. unstack()
unstack是stack的逆向操作。
在上述示例的代码的基础上，对上边的df继续调用unstack()方法：
df1 = df.unstack() print(df1)
可以看到unstack变回了原来的样子。
3. pivot()
这里对于上边例子中的数据稍作调整：
不设置多重索引
import pandas as pd
data = [['A类', '1', 123, 224, 254], ['A类', '2', 234, 135, 444], ['A类', '3', 345, 241, 324],
['B类', '1', 112, 412, 466], ['B类', '2', 224, 235, 345], ['B类', '3', 369, 214, 352],
['C类', '1', 236, 251, 485], ['C类', '2', 378, 216, 515], ['C类', '3', 135, 421, 312],
['D类', '1', 306, 325, 496], ['D类', '2', 147, 235, 524], ['D类', '3', 520, 222, 267]]
df = pd.DataFrame(data=data, columns=['类别', '编号', 'A指标', 'B指标', 'C指标'])
print(df)
df2 = df.pivot(index='编号', columns='类别', values='A指标') print(df2)
index和columns分别指设定那一列的值为index，设置那一列的值为columns。values指表格要体现的指标。
df3 = df.pivot(index='类别', columns='编号', values='A指标') print(df3)
总结
到此这篇关于python DataFrame中stack()方法、unstack()方法和pivot()方法的文章就介绍到这了,更多相关DataFrame stack()、unstack()和pivot()内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
相关文章
这篇文章主要介绍了python模块之paramiko，分享了相关代码示例，小编觉得还是挺不错的，具有一定借鉴价值，需要的朋友可以参考下2018-01-01
本文主要介绍了python中rasterio的安装和使用,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧2025-04-04
Flask创建并运行数据库迁移的过程是一个涉及多个步骤的操作,旨在帮助开发者在开发过程中管理数据库模式的变化,而不需要手动地删除和重建数据库表,从而避免数据丢失,以下是一个详细的步骤说明,需要的朋友可以参考下2024-09-09
python实现分析apache和nginx日志文件并输出访客ip列表的方法
这篇文章主要介绍了python实现分析apache和nginx日志文件并输出访客ip列表的方法,涉及Python操作日志文件的技巧,非常具有实用价值,需要的朋友可以参考下2015-04-04
Python生成验证码、计算具体日期是一年中的第几天实例代码详解
这篇文章主要介绍了Python生成验证码、计算具体日期是一年中的第几天,本文通过实例代码给大家介绍的非常详细，具有一定的参考借鉴价值，需要的朋友可以参考下2019-10-10
VLAN(Virtual Local Area Network)，是基于以太网交互技术构建的虚拟网络，既可以将同一物理网络划分成多个VALN，也可以跨越物理网络障碍，将不同子网中的用户划到同一个VLAN中。这篇文章主要介绍了Python黑帽编程 3.4 跨越VLAN 的相关资料，需要的朋友参考下2016-09-09
python读取json文件并将数据插入到mongodb的方法
这篇文章主要介绍了python读取json文件并将数据插入到mongodb的方法,实例分析了Python操作json及mongodb数据库的技巧,需要的朋友可以参考下2015-03-03
利用python计算均值、方差和标准差(Numpy和Pandas)
这篇文章主要给大家介绍了关于利用python计算均值、方差和标准差的相关资料,Numpy在Python中是一个通用的数组处理包,它提供了一个高性能的多维数组对象和用于处理这些数组的工具,它是使用Python进行科学计算的基础包,需要的朋友可以参考下2023-11-11
这篇文章主要介绍了如何利用Python制作一个多进制转换工具，可以实现2进制、4进制、8进制、10进制、16进制、32进制直接的互转，需要的可以参考一下2022-02-02
本文主要介绍了exe反编译为.py文件的方法，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2023-03-03
最新评论