第五课： - Stack / Unstack / Transpose函数

第 5 课

 

我们将简要介绍 stack 和 unstack 以及 T (Transpose)函数。

在用pandas进行数据重排时，经常用到stack和unstack两个函数。stack的意思是堆叠，堆积，unstack即“不要堆叠”，我对两个函数是这样理解和区分的。

　　常见的数据的层次化结构有两种，一种是表格，一种是“花括号”，即下面这样的两种形式：

	store1	store2	store3
street1	1	2	3
street2	4	5	6

　　表格在行列方向上均有索引（类似于DataFrame），花括号结构只有“列方向”上的索引（类似于层次化的Series），结构更加偏向于堆叠（Series-stack，方便记忆）。stack函数会将数据从”表格结构“变成”花括号结构“，即将其行索引变成列索引，反之，unstack函数将数据从”花括号结构“变成”表格结构“，即要将其中一层的列索引变成行索引

In [1]:

# Import libraries
import pandas as pd
import sys

In [2]:

print('Python version ' + sys.version)
print('Pandas version: ' + pd.__version__)

Python version 3.5.1 |Anaconda custom (64-bit)| (default, Feb 16 2016, 09:49:46) [MSC v.1900 64 bit (AMD64)]

Pandas version: 0.20.1

In [3]:

# Our small data set
d = {'one':[1,1],'two':[2,2]}
i = ['a','b']

# Create dataframe
df = pd.DataFrame(data = d, index = i)
df

Out[3]:

	one	two
a	1	2
b	1	2

In [4]:

df.index

Out[4]:

Index(['a', 'b'], dtype='object')

In [5]:

#把列放到索引

stack = df.stack() 

stack 

Out[5]:

a  one    1
   two    2
b  one    1
   two    2
dtype: int64

In [6]:

#现在索引包含列名称

stack.index 

Out[6]:

MultiIndex(levels=[['a', 'b'], ['one', 'two']],
           labels=[[0, 0, 1, 1], [0, 1, 0, 1]])

In [7]:

unstack = df.unstack()
unstack

Out[7]:

one  a    1
     b    1
two  a    2
     b    2
dtype: int64

In [8]:

unstack.index

Out[8]:

MultiIndex(levels=[['one', 'two'], ['a', 'b']],
           labels=[[0, 0, 1, 1], [0, 1, 0, 1]]) 

我们还可以使用T（转置）函数来使用索引翻转列名称。

In [9]:

transpose = df.T
transpose

Out[9]:

	a	b
one	1	1
two	2	2

In [10]:

transpose.index

Out[10]:

Index(['one', 'two'], dtype='object')

 

This tutorial was rewrited by 六尺巷人_CDS