Python pandas軸旋轉stack和unstack的使用說明

更新時間：2021年03月05日 14:58:39 作者：Asher117

這篇文章主要介紹了Python pandas軸旋轉stack和unstack的使用說明，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧

摘要

前面給大家分享了pandas做數據合并的兩篇[pandas.merge]和[pandas.cancat]的用法。今天這篇主要講的是pandas的DataFrame的軸旋轉操作，stack和unstack的用法。

首先，要知道以下五點：

1.stack：將數據的列“旋轉”為行

2.unstack：將數據的行“旋轉”為列

3.stack和unstack默認操作為最內層

4.stack和unstack默認旋轉軸的級別將會成果結果中的最低級別（最內層）

5.stack和unstack為一組逆運算操作

第一點和第二點以及第五點比較好懂，可能乍看第三點和第四點會不太理解，沒關系，看看具體下面的例子，你就懂了。

1、創(chuàng)建DataFrame,行索引名為state，列索引名為number

import pandas as pd
import numpy as np
data = pd.DataFrame(np.arange(6).reshape((2,3)),index=pd.Index(['Ohio','Colorado'],name='state')
     ,columns=pd.Index(['one','two','three'],name='number'))
data

2、將DataFrame的列旋轉為行，即stack操作

result = data.stack()
result

從下圖中結果來理解上述點4，stack操作后將列索引number旋轉為行索引，并且置于行索引的最內層（外層為索引state），也就是將旋轉軸（number）的結果置于最低級別。

3、將DataFrame的行旋轉為列，即unstack操作

result.unstack()

從下面結果理解上述點3，unstack操作默認將內層索引number旋轉為列索引。

同時，也可以指定分層級別或者索引名稱來指定操作級別，下面做錯同樣會得到上面的結果。

4、stack和unstack逆運算

s1 = pd.Series([0,1,2,3],index=list('abcd'))
s2 = pd.Series([4,5,6],index=list('cde'))
data2 = pd.concat([s1,s2],keys=['one','two'])
data2

data2.unstack().stack()

補充：使用Pivot、Pivot_Table、Stack和Unstack等方法在Pandas中對數據變形（重塑）

Pandas是著名的Python數據分析包，這使它更容易讀取和轉換數據。在Pandas中數據變形意味著轉換表或向量（即DataFrame或Series）的結構，使其進一步適合做其他分析。在本文中，小編將舉例說明最常見的一些Pandas重塑功能。

一、Pivot

pivot函數用于從給定的表中創(chuàng)建出新的派生表，pivot有三個參數：索引、列和值。具體如下：

def pivot_simple(index, columns, values):
  """
  Produce 'pivot' table based on 3 columns of this DataFrame.
  Uses unique values from index / columns and fills with values.
  Parameters
  ----------
  index : ndarray
    Labels to use to make new frame's index
  columns : ndarray
    Labels to use to make new frame's columns
  values : ndarray
    Values to use for populating new frame's values

作為這些參數的值需要事先在原始的表中指定好對應的列名。然后，pivot函數將創(chuàng)建一個新表，其行和列索引是相應參數的唯一值。我們一起來看一下下面這個例子：

假設我們有以下數據：

我們將數據讀取進來：

from collections import OrderedDict
from pandas import DataFrame
import pandas as pd
import numpy as np
 
data = OrderedDict((
  ("item", ['Item1', 'Item1', 'Item2', 'Item2']),
  ('color', ['red', 'blue', 'red', 'black']),
  ('user', ['1', '2', '3', '4']),
  ('bm',  ['1', '2', '3', '4'])
))
data = DataFrame(data)
print(data)

得到結果為：

  item color user bm
0 Item1  red  1 1
1 Item1  blue  2 2
2 Item2  red  3 3
3 Item2 black  4 4

接下來，我們對以上數據進行變形：

df = data.pivot(index='item', columns='color', values='user')
print(df)

得到的結果為：

color black blue red
item         
Item1 None   2  1
Item2   4 None  3

注意：可以使用以下方法對原始數據和轉換后的數據進行等效查詢：

# 原始數據集
print(data[(data.item=='Item1') & (data.color=='red')].user.values)
 
# 變換后的數據集
print(df[df.index=='Item1'].red.values)

結果為：

['1']
['1']

在以上的示例中，轉化后的數據不包含bm的信息，它僅包含我們在pivot方法中指定列的信息。下面我們對上面的例子進行擴展，使其在包含user信息的同時也包含bm信息。

df2 = data.pivot(index='item', columns='color')
print(df2)

結果為：

    user       bm     
color black blue red black blue red
item                 
Item1 None   2  1 None   2  1
Item2   4 None  3   4 None  3

從結果中我們可以看出：Pandas為新表創(chuàng)建了分層列索引。我們可以用這些分層列索引來過濾出單個列的值，例如：使用df2.user可以得到user列中的值。

二、Pivot Table

有如下例子：

data = OrderedDict((
  ("item", ['Item1', 'Item1', 'Item1', 'Item2']),
  ('color', ['red', 'blue', 'red', 'black']),
  ('user', ['1', '2', '3', '4']),
  ('bm',  ['1', '2', '3', '4'])
))
data = DataFrame(data) 
df = data.pivot(index='item', columns='color', values='user')

得到的結果為：

ValueError: Index contains duplicate entries, cannot reshape

因此，在調用pivot函數之前，我們必須確保我們指定的列和行沒有重復的數據。如果我們無法確保這一點，我們可以使用pivot_table這個方法。

pivot_table方法實現了類似pivot方法的功能，它可以在指定的列和行有重復的情況下使用，我們可以使用均值、中值或其他的聚合函數來計算重復條目中的單個值。

首先，我們先來看一下pivot_table()這個方法：

def pivot_table(data, values=None, index=None, columns=None, aggfunc='mean',
        fill_value=None, margins=False, dropna=True,
        margins_name='All'):
  """
  Create a spreadsheet-style pivot table as a DataFrame. The levels in the
  pivot table will be stored in MultiIndex objects (hierarchical indexes) on
  the index and columns of the result DataFrame
  Parameters
  ----------
  data : DataFrame
  values : column to aggregate, optional
  index : column, Grouper, array, or list of the previous
    If an array is passed, it must be the same length as the data. The list
    can contain any of the other types (except list).
    Keys to group by on the pivot table index. If an array is passed, it
    is being used as the same manner as column values.
  columns : column, Grouper, array, or list of the previous
    If an array is passed, it must be the same length as the data. The list
    can contain any of the other types (except list).
    Keys to group by on the pivot table column. If an array is passed, it
    is being used as the same manner as column values.
  aggfunc : function or list of functions, default numpy.mean
    If list of functions passed, the resulting pivot table will have
    hierarchical columns whose top level are the function names (inferred
    from the function objects themselves)
  fill_value : scalar, default None
    Value to replace missing values with
  margins : boolean, default False
    Add all row / columns (e.g. for subtotal / grand totals)
  dropna : boolean, default True
    Do not include columns whose entries are all NaN
  margins_name : string, default 'All'
    Name of the row / column that will contain the totals
    when margins is True.
    接下來我們來看一個示例：
data = OrderedDict((
  ("item", ['Item1', 'Item1', 'Item1', 'Item2']),
  ('color', ['red', 'blue', 'red', 'black']),
  ('user', ['1', '2', '3', '4']),
  ('bm',  ['1', '2', '3', '4'])
))
data = DataFrame(data)
 
df = data.pivot_table(index='item', columns='color', values='user', aggfunc=np.min)
print(df)

結果為：

color black blue  red
item          
Item1 None   2   1
Item2   4 None None

實際上，pivot_table()是pivot()的泛化，它允許在數據集中聚合具有相同目標的多個值。

三、Stack/Unstack

事實上，變換一個表只是堆疊DataFrame的一種特殊情況，假設我們有一個在行列上有多個索引的DataFrame。堆疊DataFrame意味著移動最里面的列索引成為最里面的行索引，反向操作稱之為取消堆疊，意味著將最里面的行索引移動為最里面的列索引。例如：

from pandas import DataFrame
import pandas as pd
import numpy as np
 
# 建立多個行索引
row_idx_arr = list(zip(['r0', 'r0'], ['r-00', 'r-01']))
row_idx = pd.MultiIndex.from_tuples(row_idx_arr)
 
# 建立多個列索引
col_idx_arr = list(zip(['c0', 'c0', 'c1'], ['c-00', 'c-01', 'c-10']))
col_idx = pd.MultiIndex.from_tuples(col_idx_arr)
 
# 創(chuàng)建DataFrame
d = DataFrame(np.arange(6).reshape(2,3), index=row_idx, columns=col_idx)
d = d.applymap(lambda x: (x // 3, x % 3))
 
# Stack/Unstack
s = d.stack()
u = d.unstack()
print(s)
print(u)

得到的結果為：

         c0   c1
r0 r-00 c-00 (0, 0)   NaN
    c-01 (0, 1)   NaN
    c-10   NaN (0, 2)
  r-01 c-00 (1, 0)   NaN
    c-01 (1, 1)   NaN
    c-10   NaN (1, 2)
 
    c0               c1    
   c-00      c-01      c-10    
   r-00  r-01  r-00  r-01  r-00  r-01
r0 (0, 0) (1, 0) (0, 1) (1, 1) (0, 2) (1, 2)

實際上，Pandas允許我們在索引的任何級別上堆疊/取消堆疊。因此，在前面的示例中，我們也可以堆疊在最外層的索引級別上。但是，默認（最典型的情況）是在最里面的索引級別進行堆疊/取消堆疊。

以上為個人經驗，希望能給大家一個參考，也希望大家多多支持腳本之家。如有錯誤或未考慮完全的地方，望不吝賜教。

您可能感興趣的文章:

pytorch通過訓練結果的復現設置隨機種子
這篇文章主要介紹了pytorch通過訓練結果的復現設置隨機種子的操作，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教
2021-06-06
Python torch.flatten()函數案例詳解
這篇文章主要介紹了Python torch.flatten()函數案例詳解,本篇文章通過簡要的案例,講解了該項技術的了解與使用,以下就是詳細內容,需要的朋友可以參考下
2021-08-08
利用python-pypcap抓取帶VLAN標簽的數據包方法
今天小編就為大家分享一篇利用python-pypcap抓取帶VLAN標簽的數據包方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧
2019-07-07
正則表達式在Python中的應用小結
正則表達式是一種強大的文本模式匹配工具,它可以幫助我們快速地檢索、替換或提取字符串中的特定模式,在本文中,我將通過一些示例代碼,詳細介紹正則表達式在Python中的應用,感興趣的朋友一起看看吧
2024-07-07
簡單的Python人臉識別系統
這篇文章主要介紹了Python人臉識別系統的實現，文中講解非常詳細，代碼幫助大家更好的理解和學習，感興趣的朋友可以了解下
2020-07-07
詳解Python自建logging模塊
本篇文章給大家詳細分析了Python自建logging模塊的方法和代碼分享，有需要的朋友參考學習下吧。
2018-01-01
Python中np.where()的使用方式
這篇文章主要介紹了Python中np.where()的使用方式,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教
2024-02-02
解決Pycharm 運行后沒有輸出的問題
這篇文章主要介紹了解決Pycharm 運行后沒有輸出的問題，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧
2021-02-02
Python字典查找數據的5個基礎操作方法
Python字典是另一種可變容器模型,且可存儲任意類型對象,如字符串、數字、元組等其他容器模型,下面這篇文章主要給大家介紹了關于Python字典查找數據的5個基礎操作方法,需要的朋友可以參考下
2022-06-06
Python生成短uuid的方法實例詳解
python的uuid都是32位的，比較長，處理起來效率比較低。這篇文章主要介紹了Python生成短uuid的方法,需要的朋友可以參考下
2018-05-05