一、概述
pandas是一個流行的數據處理庫，而unstack是pandas中一個很常見的操作，它可以將pivot後的表再次變換成我們需要的格式，比如將二維的DataFrame轉變為三維的Panel。在數據分析中，我們通常需要將數據進行一些重塑操作，以便更好地進行數據分析和建模。
二、unstack操作的基礎用法
unstack的基礎用法就是將多層的層次化索引轉換成普通的列，比如下面的代碼：
import pandas as pd
import numpy as np
# 創造一個多層索引的DataFrame
tuples = list(zip(*[['bar', 'bar', 'baz', 'baz',
'foo', 'foo', 'qux', 'qux'],
['one', 'two', 'one', 'two',
'one', 'two', 'one', 'two']]))
index = pd.MultiIndex.from_tuples(tuples, names=['first', 'second'])
df = pd.DataFrame(np.random.randn(8, 2), index=index, columns=['A', 'B'])
# 對DataFrame進行unstack操作
df_unstacked = df.unstack()
print(df_unstacked)
它的輸出結果如下：
A B
one two one two
bar -0.782904 -0.328571 -1.247849 -1.016532
baz -0.641387 -0.404023 -0.111008 -0.150736
foo 0.102076 0.443202 0.056593 0.596241
qux 0.534712 0.851135 -0.667280 -1.622218
可以看到，原來有兩層索引的DataFrame被轉換為了普通的二維表格，其中第一層索引成為了列的第一級，第二層索引成為了列的第二級。
三、unstack的高級用法
除了基礎用法外，unstack還有很多高級的用法。比如，它可以指定轉換後列的層級，以及轉換後的數據類型等，下面將介紹一些常用的高級操作。
1. 指定unstack的級別
unstack默認會將最後一級索引轉換為列，如果你不想將最後一級索引轉換為列，可以指定轉換某一級別的索引為列，例如下面的代碼：
# 創造一個三層索引的DataFrame
index = pd.MultiIndex.from_tuples([('one', 'A', 'X'),
('one', 'B', 'Y'),
('two', 'C', 'Z'),
('two', 'D', 'W')],
names=['first', 'second', 'third'])
df = pd.DataFrame(np.random.randn(4, 2), index=index, columns=['A', 'B'])
# 對DataFrame進行unstack操作
df_unstacked = df.unstack(level=1)
print(df_unstacked)
這裡我們將第二層索引轉換為列，輸出結果如下：
A B
second A B A B
first third
one X -1.029280 -0.331370 -1.369678 -0.758891
Y 0.339987 0.696008 0.366717 3.316752
two W 2.128560 0.111243 -0.798346 1.273068
Z 1.162062 0.452590 -0.496570 -0.357904
我們可以看到，最終的結果中A和B對應的列被多了一個層級，這是因為我們指定了第二級索引轉換為列。
2. 轉換後的列重命名
unstack轉換後的結果會默認使用多級列進行命名，但有時候我們需要自己定義列名，此時可以使用rename方法進行重命名，比如下面的代碼：
# 創造一個三層索引的DataFrame
index = pd.MultiIndex.from_tuples([('one', 'A', 'X'),
('one', 'B', 'Y'),
('two', 'C', 'Z'),
('two', 'D', 'W')],
names=['first', 'second', 'third'])
df = pd.DataFrame(np.random.randn(4, 2), index=index, columns=['A', 'B'])
# 對DataFrame進行unstack和列重命名操作
df_unstacked = df.unstack(level=1)
df_unstacked = df_unstacked.rename(columns={"A": "First", "B": "Second"})
print(df_unstacked)
這裡我們將列A和B分別改名為First和Second，輸出結果如下：
First Second
second A B A B
first third
one X -1.270645 -0.995538 -1.875756 -1.005831
Y 0.182613 1.739008 0.246412 -0.777170
two W -0.731322 -0.744116 -0.492626 -1.574007
Z 2.008461 -0.777942 -0.927567 -0.143443
3. 轉換後數據類型的處理
在進行unstack操作後，由於新生成的列分層級命名，其數據類型可能會有變化，這時我們需要進行數據類型轉換，比如下面的代碼：
# 創造一個使用了Int32Dtype的三層索引的DataFrame
index = pd.MultiIndex.from_tuples([('one', 'A', 'X'),
('one', 'B', 'Y'),
('two', 'C', 'Z'),
('two', 'D', 'W')],
names=['first', 'second', 'third'])
df = pd.DataFrame({'A': pd.Series([1, 2, 3], dtype=pd.Int32Dtype()),
'B': pd.Series([4, 5, 6], dtype=pd.Int32Dtype()),}, index=index)
# 對DataFrame進行unstack操作
df_unstacked = df.unstack(level=1)
df_unstacked = df_unstacked.astype(float)
print(df_unstacked)
這裡我們將之前int32類型的列轉換為float類型，輸出結果如下：
A B
second A B A B
first third
one X 1.000000 4.000000 2.000000 5.000000
Y 0.0 0.000000 0.000000 0.000000
two W 0.0 0.000000 0.000000 0.000000
Z 0.0 0.000000 0.000000 0.000000
四、unstack和pivot_table的比較
除了unstack操作，pandas還提供了另一個操作用於數據重塑，叫做pivot_table。二者有些相似之處，也有些不同。
1. 相似之處
在使用上，二者很相似，都是將數據透視成我們需要的形式，並且都需要指定需要透視的列和統計量。
2. 不同之處
二者的不同之處在於操作的對象不同。pivot_table是對DataFrame進行操作，而unstack是對Series或者DataFrame進行操作，並且unstack操作的結果可能會包含nan值，而pivot_table不會。
五、總結
在數據處理中，不同的數據形式可能需要不同的分析和處理方式。pandas的unstack操作提供了一種簡單的數據重塑方式，可以將多層索引的DataFrame重塑成我們需要的形式。同時，pandas還提供了很多高級的用法，比如指定操作層級、重命名列以及數據類型轉換等。與pivot_table不同，unstack可以對Series和DataFrame進行操作，並且比較靈活，但也需要注意到可能會出現nan值的情況。
原創文章，作者：XDCQJ，如若轉載，請註明出處：https://www.506064.com/zh-hant/n/368705.html
微信掃一掃 
支付寶掃一掃 