重塑层次化索引

Pandas中重塑层次化索引的操作主要是stack()方法和unstack()方法，前者是将数据的列“旋转”成行，后者是将数据的行“旋转”成列。

stack(self, level=-1, dropna=True)

上述方法中部分参数表示的含义如下：

level：表示操作内层索引。若设为0，表示操作外层索引，默认为-1

dropna：表示是否将旋转后的缺失值删除，若设为True，则表示自动过滤缺失值，设置False则相反

unstack(self, level=-1, fill_value=None)

上述方法中部分参数表示的含义如下：

level：表示操作内层索引。若设为0，表示操作外层索引，默认为-1

fill_value：若产生了缺失值，则可以设置这个参数用来替换NaN

对于单层索引的DataFrame类对象

stack()方法

测试对象：

df1:

A B

a A0 B0

b A1 B1

代码：

import numpy as np

df1 = pd.DataFrame({'A': ['A0', 'A1'],

'B': ['B0', 'B1']},

index=['a', 'b'])

df2 = pd.DataFrame(np.arange(8).reshape(2, 4),

columns=[['A', 'A', 'B', 'B'],

['A0', 'A1', 'B0', 'B1']])

result = df1.stack()

print("df1.stack():\n", result)

输出结果：

df1.stack():

a A A0

B B0

b A A1

B B1

dtype: object

从输出结果看出，result对象具有两层行索引。

具有两层行索引而不再具有列索引的对象到底是DataFrame对象还是Series对象呢？

我们使用type()函数来查看result的类型，与df1做对比

type(df1):

type(result):

从输出结果可以看出，DataFrame对象已经被转换成了一个Series对象。

unstack()方法

尝试将result对象重塑成df1，先将result.unstack()的结果保存在ans对象里

代码：

ans = result.unstack()

print("ans:\n", ans)

输出结果：

ans:

A B

a A0 B0

b A1 B1

使用type()函数查看ans的类型，然后将其与df1作比较

代码：

print("type(ans):\n", type(ans))

print("ans == df1?", ans == df1)

输出结果：

type(ans):

ans == df1?

A B

a True True

b True True

由上可知，unstack()方法是stack()方法的逆操作，可以将重塑的Series对象“恢复原样”，转变成原来的DataFrame对象。

对于多层索引的DataFrame类对象

测试对象：

df2:

A B

A0 A1 A0 A1

0 0 1 2 3

1 4 5 6 7

辨析操作内层索引与外层索引的区别

代码：

df2 = pd.DataFrame(np.arange(8).reshape(2, 4),

columns=[['A', 'A', 'B', 'B'],

['A0', 'A1', 'A0', 'A1']])

result1 = df2.stack() # 操作内层索引

result2 = df2.stack(level=0) # 操作外层索引

print("df2.stack():\n", result1)

print("df2.stack(level=0):\n", result2)

输出结果：

df2.stack():

A B

0 A0 0 2

A1 1 3

1 A0 4 6

A1 5 7

df2.stack(level=0):

A0 A1

0 A 0 1

B 2 3

1 A 4 5

B 6 7

查看多层索引对象转换后的类型

代码：

print("type(result1):\n", type(result1))

print("type(result2):\n", type(result2))

输出结果：

type(result1):

type(result2):

对于多层索引来讲，即使将外层行(列)索引或者内层行()列索引转换为列(行)索引，也不过是多层变单层，只要行和列两个方向仍然同时至少有单层索引存在，DataFrmae对象转换后就仍为DataFrame对象。

轴向旋转——pivot()方法

pivot()会根据给定的行索引或列索引重新组织一个DataFrame对象

pivot(self, index=None, columns=None, values=None)

上述方法中部分参数表示的含义如下：

index：用于创建新DataFrame对象的行索引 。如果未设置，则使用原DataFrame对象的索引。

columns：用于创建新DataFrame对象的列索引 。如果未设置，则使用原DataFrame对象的索引。

values：用于填充新DataFrame对象中的值。

代码：

df3 = pd.DataFrame({'A': ['A0', 'A0', 'A1', 'A1'],

'B': ['B0', 'B1', 'B0', 'B1'],

'C': ['C0', 'C1', 'C2', 'C3']})

print("df3:\n", df3)

print("df3.pivot(index='A', columns='B', values='C'):\n",

df3.pivot(index='A', columns='B', values='C'))

输出结果：

df3:

A B C

0 A0 B0 C0

1 A0 B1 C1

2 A1 B0 C2

3 A1 B1 C3

df3.pivot(index='A', columns='B', values='C'):

B B0 B1

A

A0 C0 C1

A1 C2 C3

本文地址：https://blog.csdn.net/Jormungand_V/article/details/109841128

如您对本文有疑问或者有任何想说的，请点击进行留言回复，万千网友为您解惑！