pandas.unstack()詳解

一、概述

pandas是一款用於數據分析的開源工具包，unstack()函數是pandas中map-reduce（map操作和reduce操作）的一個重要數據重構工具。unstack()函數的作用就是將一個層次化索引的DataFrame轉化為一個普通的二維DataFrame，同時用unstack()函數可以方便的進行數據透視表的運算。unstack()函數可以用於處理缺失值、處理時序數據以及解決索引和欄位之間的轉化問題。

二、unstack()函數基本語法

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

import pandas as pd
import numpy as np

df = pd.DataFrame({'A': ['one', 'one', 'two', 'three'] * 3,
                   'B': ['A', 'B', 'C'] * 4,
                   'C': ['foo', 'foo', 'foo', 'bar', 'bar', 'bar'] * 2,
                   'D': np.random.randn(12),
                   'E': np.random.randn(12)})
print(df)
print(df.unstack())  # 列轉行
print(df.set_index(['A', 'B']))  # 設置索引
print(df.set_index(['A', 'B']).unstack(level=(0, 1)))  # 多索引列轉行

三、使用示例

1、列轉行

使用unstack()函數可以將DataFrame的列轉化為行。

import pandas as pd

data = {
    "type": ["A", "A", "B", "B"],
    "value": [10, 20, 30, 40],
    "name": ["Tom", "Tom", "Bob", "Bob"]
}
df = pd.DataFrame(data, columns=["type", "value", "name"])
print(df)
print(df.set_index(['type', 'name'])['value'].unstack())  # 列轉行

2、填充缺失值

使用unstack()函數可以方便的對缺失值進行填充，同時保留原有的索引。

import pandas as pd
import numpy as np

data = {
    "type": ["A", "A", "A", "B", "B", "B"],
    "time": ["2020-01", "2020-02", "2020-03", "2020-01", "2020-02", "2020-03"],
    "value": [10, np.nan, 30, 40, 50, np.nan]
}
df = pd.DataFrame(data, columns=["type", "time", "value"])
print(df)
df = df.set_index(["type", "time"]).unstack()
print(df)
df = df.fillna(method="ffill", axis=1)
print(df.stack().swaplevel())  # 填充缺失值

3、多層索引列轉行

使用unstack()函數可以方便的將多層索引的DataFrame進行列轉行，同時可以指定需要轉化的層。

import pandas as pd
import numpy as np

data = {
    "type": ["A", "A", "A", "B", "B", "B"],
    "time": ["2020-01", "2020-02", "2020-03", "2020-01", "2020-02", "2020-03"],
    "value1": [10, 20, 30, 40, 50, 60],
    "value2": [20, 30, 40, 50, 60, 70]
}
df = pd.DataFrame(data, columns=["type", "time", "value1", "value2"])
print(df.set_index(["type", "time"]))
print(df.set_index(["type", "time"]).unstack(level=(0, 1)))  # 多索引列轉行

四、小結

pandas.unstack()是一個重要的數據重構工具，可以用於數據透視表的運算，可以方便的處理缺失值、處理時序數據以及解決索引和欄位之間的轉化問題。在實際的應用中，unstack()函數非常實用，非常方便，能夠將DataFrame轉化為二維的表格，便於後續的數據分析和運算。