Pandas stack()和unstack()的用法（附带实例）

在使用 Pandas 处理数据的过程中，有时需要对数据进行行列转换或重排，可以借助 stack() 和 unstack() 方法实现。

Pandas stack()方法

stack() 方法用于将原来的列索引转换成最内层的行索引，转换效果如下图所示：


stack() 方法的语法格式如下：

DataFrame.stack(level=-1, dropna=True)

参数说明：

• level：索引层级，定义为一个索引或标签，也可能是索引或标签列表，默认值是 -1；
• dropna：布尔型，默认值为 True；
• 返回值：DataFrame 对象或 Series 对象。

【实例 1】对英语成绩表进行行列转换，程序代码如下：

# 导入pandas模块
import pandas as pd

# 解决数据输出时列名不对齐的问题
pd.set_option('display.unicode.east_asian_width', True)

df = pd.read_excel('../datas/grade.xlsx')  # 读取Excel文件
df = df.set_index(['班级', '序号'])  # 设置2级索引“班级”和“序号”
df = df.stack()  # 行列转换
print(df)

Pandas unstack()方法

unstack() 方法与 stack() 方法相反，它是 stack() 方法的逆操作，即将最内层的行索引转换成列索引：

转换效果如下图所示：


unstack() 方法的语法格式如下：

DataFrame.unstack(level=-1, fill_value=None)

参数说明：

• level：索引层级，定义为一个索引或标签，也可能是索引或标签列表，默认值是 -1；
• fill_value：整型、字符串或字典，如果 unstack() 方法产生缺失值，则用该值替换 NaN 值。

【实例 2】使用 unstack() 方法转换学生成绩表。同上例，转换学生成绩表，主要代码如下：

df = pd.read_excel(io='../datas/grade.xlsx', sheet_name='英语2')  # 读取Excel文件
df = df.set_index(['班级', '序号', 'Unnamed: 2'])  # 设置多级索引
print(df.unstack())  # 数据转换

unstack() 方法中有一个参数可以指定转换第几层索引，例如，unstack(0) 表示把第一层行索引转换为列索引，默认是将最内层行索引转换为列索引。