Pandas 基础(12) - Stack 和 Unstack
2019-02-27 11:53:43来源:博客园 阅读 ()
这节的主题是 stack 和 unstack, 我目前还不知道专业领域是怎么翻译的, 我自己理解的意思就是"组成堆"和"解除堆". 其实, 也是对数据格式的一种转变方式, 单从字面上可能比较难理解, 所以给大家下面两张图来理解一下:
上图中, 标绿色的部分, 代表一个对应关系, 就是列的级别转为行级别.
下面来看下具体实现. 首先引入文件, 通过原表, 我们可以看到有两行表头, 所以这里要多加个参数 header=[0,1]:
df = pd.read_excel('/Users/rachel/Sites/pandas/py/pandas/12_stack/stocks.xlsx', header=[0,1])
输出:
用 stack() 方法改变一下格式, 看会是什么效果:
df_stacked = df.stack()
df_stacked
从输出可以看到, 原来的数据结构是有两行表头, 经过 stack 之后, 就变成一行了, 也就是 Facebook Google Microsoft 这一行, 从原来的列名, 变成了索引:
那我们现在再 unstack 看看:
df_stacked.unstack()
输出:
发现, unstack 之后, 整个数据结构又变回去了.
那我们现在再来重新 stack 一下, 并且加个参数 level=0, 也就是将第一行的表头堆叠成索引列:
df.stack(level=0)
输出:
下面再来看一个更复杂点的例子, 这个表格中有三行表头:
df2 = pd.read_excel('/Users/rachel/Sites/pandas/py/pandas/12_stack/stocks_3_levels.xlsx', header=[0,1,2])
输出:
首先 stack 一下:
df2.stack()
输出, 我们看到最下面一行表头被堆叠到索引列了:
再试一下将 level 参数设为 0:
df2.stack(level=0)
发现, 第一行表头被 stack 了:
再设置 level=1:
df2.stack(level=1)
输出, 这次是第二行表头被 stack 了:
再试下设置 level=2:
df2.stack(level=2)
输出, 发现是第三行表头被 stack 了:
综上, 可以总结, stack 的作用就是可以将横向的表头(列名)转成纵向的索引列展示, 对于多行表头而言, 具体要转换哪一行取决于 level 参数, 如果不指定, 则默认转换最下面一行表头.
以上, 就是关于 stack 和 unstack 的基本操作了, enjoy!~~~
原文链接:https://www.cnblogs.com/rachelross/p/10439704.html
如有疑问请与原作者联系
标签:
版权申明:本站文章部分自网络,如有侵权,请联系:west999com@outlook.com
特别注意:本站所有转载文章言论不代表本站观点,本站所提供的摄影照片,插画,设计作品,如需使用,请与原作者联系,版权归原作者所有
- python3基础之“术语表(2)” 2019-08-13
- python_0基础开始_day07 2019-08-13
- 【Python】语法基础 | 开始使用Python 2019-08-13
- Python基础总结之初步认识---class类的继承(终)。第十六天 2019-08-13
- python3基础之“小练习(3)” 2019-08-13
IDC资讯: 主机资讯 注册资讯 托管资讯 vps资讯 网站建设
网站运营: 建站经验 策划盈利 搜索优化 网站推广 免费资源
网络编程: Asp.Net编程 Asp编程 Php编程 Xml编程 Access Mssql Mysql 其它
服务器技术: Web服务器 Ftp服务器 Mail服务器 Dns服务器 安全防护
软件技巧: 其它软件 Word Excel Powerpoint Ghost Vista QQ空间 QQ FlashGet 迅雷
网页制作: FrontPages Dreamweaver Javascript css photoshop fireworks Flash