Pandas 基础(12) - Stack 和 Unstack

<think>嗯，用户想了解Pandas里的stack和unstack方法的用法和区别。我先得回忆一下这两个函数的作用。记得stack是用来把列转换成行，也就是将宽格式数据变成长格式，而unstack则是相反，把行转换成列，让数据变宽。可能需要用例子来解释清楚。 首先，要确认用户的使用场景。用户可能在处理多层索引的数据，或者需要数据透视、重塑结构的时候用到这两个方法。比如，处理时间序列数据或者分组聚合后的结果。用户提供的引用里提到了多层索引和数据透视，这和stack/unstack的应用场景相关。 接下来，我需要解释stack的具体用法。通常，当DataFrame有列的多层索引时，stack会把某一层的列转成行，生成一个Series或DataFrame。例如，如果列有两层，stack之后，外层列会变成行索引的新层级。这时候数据会更“长”，适合进行分析或绘图。 然后是unstack，它则是把行索引的某一层转成列。比如，如果行有多层索引，unstack可以把其中一层变成列，让数据变得更“宽”，便于展示或进一步处理。比如，将月份作为行索引，unstack后变成列，每个月份的数据作为不同的列。 还要注意它们的参数，比如level，用来指定操作哪一层的索引。默认可能是最内层。另外，处理缺失值的情况，当unstack时如果某些组合不存在数据，会自动填充NaN，这时候可能需要处理缺失值。 用户提供的引用里提到了concat和MultiIndex，可能用户对Pandas的其他重塑操作也有兴趣，但当前问题集中在stack和unstack。需要确保回答覆盖基本用法、区别，以及实际例子。 另外，用户可能混淆这两个方法，所以需要明确对比它们的差异：stack是列转行，增加行索引层级；unstack是行转列，增加列索引层级。同时，结果的数据结构可能从DataFrame变为Series，特别是在多层索引的情况下。 最后，生成相关问题的时候，可以考虑数据重塑的其他方法，比如pivot、melt，或者多层索引的应用场景，以及如何处理操作后的缺失值。这些问题能帮助用户深入理解相关主题。</think>### Pandas中stack和unstack方法详解 #### 一、基本定义 1. **stack（堆叠）** 将DataFrame的列索引转换为行索引，生成具有多层索引的Series或DataFrame，公式表达为： $$ \text{宽表} \xrightarrow{\text{stack}} \text{长表} $$ 2. **unstack（解堆叠）** 将行索引的某一层级转换为列索引，公式表达为： $$ \text{长表} \xrightarrow{\text{unstack}} \text{宽表} $$ #### 二、使用示例 假设有以下多层索引DataFrame： ```python import pandas as pd arrays = [['A', 'A', 'B', 'B'], [1, 2, 1, 2]] index = pd.MultiIndex.from_arrays(arrays, names=('letters', 'numbers')) df = pd.DataFrame({'data1': [10, 20, 30, 40], 'data2': [50, 60, 70, 80]}, index=index) ``` 1. **stack操作** 将列标签转换为行索引： ```python stacked = df.stack() ``` 输出结果的行索引变为`(letters, numbers, column)`三层结构，数据从二维表变为一维序列。 2. **unstack操作** 将行索引层级展开为列： ```python unstacked = stacked.unstack(level='numbers') # 展开numbers层级 ``` 输出结果的列会包含`data1`和`data2`在不同`numbers`值下的组合。 #### 三、核心区别 | 特性 | stack | unstack | |--------------|--------------------------------|--------------------------------| | 数据维度变化 | 减少列维度，增加行维度（长数据） | 减少行维度，增加列维度（宽数据）| | 典型应用场景 | 数据规范化、时间序列分析 | 数据透视、交叉分析 | | 索引操作 | 列索引→行索引 | 行索引→列索引 | #### 四、注意事项 1. 缺失值处理：unstack可能产生NaN值，可配合`fill_value`参数处理 2. 层级选择：通过`level`参数指定操作层级（支持名称或位置编号） 3. 多层索引：与`pd.MultiIndex`结合使用时效果更显著[^3]