詳解Pandas中stack()和unstack()的使用技巧

2022-03-30 13:00:42

介紹

Pandas 提供了各種用於重塑 DataFrame 的內建方法。其中，stack() 和 unstack() 是最流行的 2 種重組列和行的方法：

stack()：從列到行堆疊
unstack()：從行到列取消堆疊

stack() 和 unstack() 似乎使用起來相當簡單，但你仍然應該知道一些技巧來加快資料分析。

在本文中，我將分享 Pandas 的幾個技巧：

單層
多層次：簡單案例
多層次：缺失值
多個級別：指定要堆疊的級別
多個級別：刪除缺失值
unstack: 簡單案例
unstack：更多用法

1.單層

最簡單的 stack()可以應用於具有單層列的 DataFrame。它只是將標籤從列堆疊到行並輸出一個系列。

df_single_level = pd.DataFrame(
    [['Mostly cloudy', 10], ['Sunny', 12]],
    index=['London', 'Oxford'],
    columns=['Weather', 'Wind']
)
df_single_level.stack()

2.多層次：簡單案例

通常，我們會在具有多級列的 DataFrame 上使用 stack()。

讓我們建立一個 DataFrame。有多種方法可以建立具有多級列的 DataFrame，最簡單的方法之一是建立 MultiIndex 物件 MultiIndex.from_tuples() 並將結果傳遞給 pd.DataFrame() 中的 columns 引數：

multi_col_1 = pd.MultiIndex.from_tuples(
    [('Wind', 'mph'), ('Wind', 'm/s')]
)
df_multi_level_1 = pd.DataFrame(
    [[13, 5.5], [19, 8.5]],
    index=['London', 'Oxford'],
    columns=multi_col_1
)

通過呼叫 stack()，它將獲取列級別(mph, m/s) 並將其堆疊到行軸上。

df_multi_level_1.stack()
# Same as 
df_multi_level_1.stack(level=-1)
df_multi_level_1.stack(-1)

在幕後，它根據引數 level 執行操作。引數 level 預設為 -1 ，它採用最內層並將其從列軸堆疊到行軸上。

3. 多層次：缺失值

在堆疊具有多級列的 DataFrame 時，通常會出現缺失值。讓我們建立另一個 DataFrame 範例：

multi_col_2 = pd.MultiIndex.from_tuples(
    [('Wind', 'mph'), ('Temperature', '°C')]
)
df_multi_level_2 = pd.DataFrame(
    [[13, 8], [19, 6]],
    index=['London', 'Oxford'],
    columns=multi_col_2
)
df_multi_level_2.stack()

與前面的範例 multi_col_1 在第一級中具有相同的值“Wind”不同，multi_col_2 具有 2 個不同的值“Wind”和“Temperature”。現在，我們得到了缺失值，因為堆疊的 DataFrame 比原始 DataFrame 有更多的值，並且缺失值用 NaN 填充。

4. 多層次：規定要堆疊的層次

stack() 中的第一個引數是 level，它控制堆疊的級別。讓我們建立一個具有 2 個不同級別的 MultiIndex：

multi_col_2 = pd.MultiIndex.from_tuples(
    [('Wind', 'mph'), ('Temperature', '°C')]
)
# Level 0
multi_col_2.get_level_values(0)
# Index(['Wind', 'Temperature'], dtype='object')
# Level 1
multi_col_2.get_level_values(1)
# Index(['mph', '°C'], dtype='object')

我們可以傳遞一個數位來規定要堆疊的級別。要規定要堆疊的多個級別，我們可以傳遞一個列表：

df_multi_level_2.stack(0)
df_multi_level_2.stack([0, 1])
df_multi_level_2.stack([1, 0])

5. 多層次：刪除缺失值

預設情況下，呼叫 stack() 時會刪除所有值缺失的行，可以通過將 dropna 設定為 False 來控制此行為：

df_multi_level_3 = pd.DataFrame(
    [[None, 10], [11, 7.0]],
    index=['London', 'Oxford'],
    columns=multi_col_2
)
df_multi_level_3.stack()
df_multi_level_3.stack(dropna=False)

6. unstack: 簡單案例

同樣，Pandas unstack() 也支援引數級別，預設為 -1，它將對最內層索引應用操作。

index = pd.MultiIndex.from_tuples([
  ('Oxford', 'Temperature'), 
  ('Oxford', 'Wind'),
  ('London', 'Temperature'), 
  ('London', 'Wind')
])
s = pd.Series([1,2,3,4], index=index)

通過在具有 MultiIndex 的 Series 上呼叫 unstack()，它會將最內層的索引取消堆疊到列上。要指定要取消堆疊的級別，我們可以傳遞級別編號：

s.unstack()
# It's equivalent to
s.unstack(level=-1)
# Unstack a specific level
s.unstack(level=0)

7. unstack：更多用法

通常，我們會在更多級別上使用 unstack()。

讓我們看一個具有 3 個級別的範例：

index = pd.MultiIndex.from_tuples([
  ('Oxford', 'Weather', '01-01-2022'), 
  ('Oxford', 'Temperature', '01-01-2022'), 
  ('Oxford', 'Weather', '02-01-2022'),
  ('Oxford', 'Temperature', '02-01-2022'),
  ('London', 'Weather', '01-01-2022'), 
  ('London', 'Temperature', '01-01-2022'),
  ('London', 'Weather', '02-01-2022'),
  ('London', 'Temperature', '02-01-2022'),
])
s = pd.Series(
  ['Sunny', 10, 'Shower', 7, 'Shower', 5, 'Sunny', 8], 
  index=index
)

通過呼叫 unstack()，它將最裡面的索引解棧到列中。

例如，我們可以使用方法鏈來執行另一個 unstack() 或傳遞一個列表

# Method chaining
df.unstack().unstack()
df.unstack().unstack().unstack()
# The equivalent
df.unstack([2,1])
df.unstack([2,1,0])

結論

在本文中，我們介紹了 7 個使用 Pandas 的 stack()和 unstack() 重塑 DataFrame 的用例，該方法本身非常易於使用，並且是在資料預處理中操縱資料的最受歡迎的方法之一。

到此這篇關於詳解Pandas中stack()和 unstack()的使用技巧的文章就介紹到這了,更多相關Pandas stack() unstack()內容請搜尋it145.com以前的文章或繼續瀏覽下面的相關文章希望大家以後多多支援it145.com！