《Python數據分析極簡入門》

第2節 8-2 Pandas 數據重塑 - 數據堆疊

數據堆疊

df = pd.DataFrame({'專業': np.repeat(['數學與應用數學', '計算機', '統計學','物理學'], 6),
                   '班級': ['1班','2班','3班']*8,
                   '科目': ['高數', '線代'] * 12,
                   '平均分': [random.randint(60,100) for i in range(24)],
                   '及格人數': [random.randint(30,50) for i in range(24)]})

df2 = pd.pivot_table(df, index=['專業','科目'],  values=['及格人數','平均分'],
               aggfunc={'及格人數':np.sum,"平均分":np.mean})
df2

		及格人數	平均分
專業	科目
數學與應用數學	線代	107	76.000000
數學與應用數學	高數	107	65.000000
物理學	線代	111	82.333333
物理學	高數	115	78.666667
統計學	線代	107	71.000000
統計學	高數	122	74.000000
計算機	線代	122	78.333333
計算機	高數	137	74.000000

stacked = df2.stack()

“壓縮”后的DataFrame或Series(具有MultiIndex作為索引)， stack() 的逆操作是unstack()，默認情況下取消最后壓縮的那個級別：

堆疊stack()，顧名思義就是把透視結果堆到一起。接下來我們把透視后堆疊的數據一步步展開unstack()：

stacked.unstack()

		及格人數	平均分
專業	科目
數學與應用數學	線代	107.0	76.000000
數學與應用數學	高數	107.0	65.000000
物理學	線代	111.0	82.333333
物理學	高數	115.0	78.666667
統計學	線代	107.0	71.000000
統計學	高數	122.0	74.000000
計算機	線代	122.0	78.333333
計算機	高數	137.0	74.000000

stacked.unstack(level=1)

	科目	線代	高數
專業
數學與應用數學	及格人數	107.000000	107.000000
數學與應用數學	平均分	76.000000	65.000000
物理學	及格人數	111.000000	115.000000
物理學	平均分	82.333333	78.666667
統計學	及格人數	107.000000	122.000000
統計學	平均分	71.000000	74.000000
計算機	及格人數	122.000000	137.000000
計算機	平均分	78.333333	74.000000

stacked.unstack(level=0)

	專業	數學與應用數學	物理學	統計學	計算機
科目
線代	及格人數	107.0	111.000000	107.0	122.000000
線代	平均分	76.0	82.333333	71.0	78.333333
高數	及格人數	107.0	115.000000	122.0	137.000000
高數	平均分	65.0	78.666667	74.0	74.000000