如何运用7个Pandas技巧高效使用stack()和unstack()函数？

本文共计1599个文字，预计阅读时间需要7分钟。

当您在处理包含某种序列（例如时间序列）数据的变量集合时，数据通常需要重整。喜欢本文字记、收藏、关注和点赞。注：文末加入技术交流群，学习不再孤单。+Pandas

当你在处理包含某种序列（例如时间序列数据）的变量的数据集时，数据通常需要进行重塑。 喜欢本文记得收藏、关注、点赞。

文末加入技术交流群，学习不再孤单

​

Pandas 提供了各种用于重塑 DataFrame 的内置方法。其中，stack() 和 unstack() 是最流行的 2 种重组列和行的方法：

• stack()：从列到行堆叠
• unstack()：从行到列取消堆叠
  

stack() 和 unstack() 似乎使用起来相当简单，但你仍然应该知道一些技巧来加快数据分析。

在本文中，我将分享 Pandas 的几个技巧：

• 单层
• 多层次：简单案例
• 多层次：缺失值
• 多个级别：指定要堆叠的级别
• 多个级别：删除缺失值
• unstack: 简单案例
• unstack：更多用法

1.单层

最简单的 stack()可以应用于具有单层列的 DataFrame。它只是将标签从列堆叠到行并输出一个系列。