揭秘Pandas轴旋转的奥秘：stack和unstack

前言：轴旋转的概念

在Pandas中，轴旋转是指将数据框中的数据按指定轴进行重新排列。轴是数据框中的一维索引，它可以是行索引或列索引。轴旋转操作可以将数据框中的数据从一个轴移动到另一个轴，从而改变数据框的形状和结构。

一、stack函数：将数据框“堆叠”起来

stack函数的作用是将数据框中的数据“堆叠”起来，即将数据框中的行或列转换为新的列或行。stack函数可以接受一个或多个轴参数，指定要堆叠的轴。如果只指定一个轴，则将该轴上的数据堆叠成新的列；如果指定多个轴，则将这些轴上的数据堆叠成新的行。

例如，我们有一个名为df的数据框，其中包含三个列和四行数据：

import pandas as pd

df = pd.DataFrame({
    'Name': ['John', 'Mary', 'Bob', 'Alice'],
    'Age': [20, 25, 30, 35],
    'City': ['New York', 'London', 'Paris', 'Tokyo']
})

如果我们使用stack函数将df数据框中的行堆叠成新的列，则得到的结果如下：

df_stacked = df.stack()
print(df_stacked)

Name  Age  City
0     John  20    New York
1     Mary  25    London
2     Bob   30    Paris
3     Alice 35    Tokyo

可以看到，df_stacked数据框中的行已经堆叠成新的列，列名为“Name”、“Age”和“City”。

二、unstack函数：将数据框“展开”

unstack函数的作用与stack函数相反，它是将数据框中的列或行“展开”，即将数据框中的列或行转换为新的行或列。unstack函数也可以接受一个或多个轴参数，指定要展开的轴。如果只指定一个轴，则将该轴上的数据展开成新的行；如果指定多个轴，则将这些轴上的数据展开成新的列。

例如，我们使用unstack函数将df_stacked数据框中的列展开成新的行，则得到的结果如下：

df_unstacked = df_stacked.unstack()
print(df_unstacked)

   Name  Age  City
0  John  20  New York
   Mary  25  London
   Bob   30  Paris
   Alice 35  Tokyo

可以看到，df_unstacked数据框中的列已经展开成新的行，行索引为“Name”，列索引为“Age”和“City”。

三、stack和unstack函数的应用场景

stack和unstack函数在数据处理中有很多应用场景，比如：

• 数据透视：stack和unstack函数可以用于对数据进行透视，即根据指定的列或行对数据进行分组和汇总。
• 数据清洗：stack和unstack函数可以用于对数据进行清洗，比如删除重复数据、处理缺失值等。
• 数据重塑：stack和unstack函数可以用于对数据进行重塑，即改变数据框的形状和结构。

四、结语

stack和unstack函数是Pandas中两个重要的轴旋转操作函数，它们可以帮助您对数据进行各种操作，从而获得不同的视角和洞察。希望本文对您有所帮助。