Python Pandas - 堆疊和解堆疊

Pandas 中的堆疊和解堆疊是重塑 DataFrame 的有用技術，可以以不同的方式提取更多資訊。它也能有效地處理多層索引。無論是將列壓縮成行級別還是將行擴充套件成列，這些操作對於處理複雜資料集都至關重要。

Pandas 庫為此提供了兩種主要方法：堆疊和解堆疊操作，它們分別是 stack() 和 unstack()。在本教程中，我們將學習 Pandas 中的堆疊和解堆疊技術，以及處理缺失資料的示例。

Pandas 中的堆疊

Pandas 中的堆疊是一個將 DataFrame 列壓縮成行的過程。Pandas 中的 DataFrame.stack() 方法用於將列級別堆疊到索引中。此方法將列標籤級別（可能是分層的）旋轉到行標籤，並返回一個具有多層索引的新 DataFrame 或 Series。

示例

以下示例使用 df.stack() 方法將列旋轉到行索引。

import pandas as pd
import numpy as np

# Create MultiIndex
tuples = [["x", "x", "y", "y", "", "f", "z", "z"],["1", "2", "1", "2", "1", "2", "1", "2"]]
index = pd.MultiIndex.from_arrays(tuples, names=["first", "second"])

# Create a DataFrame
df = pd.DataFrame(np.random.randn(8, 2), index=index, columns=["A", "B"])

# Display the input DataFrame
print('Input DataFrame:\n', df)

# Stack columns
stacked = df.stack()

print('Output Reshaped DataFrame:\n', stacked)

以上程式碼的輸出如下：

Input DataFrame:

A
B
first
second
x
1
0.596485
-1.356041
2
-1.091407
0.246216
y
1
0.499328
-1.346817
2
-0.893557
0.014678
1
-0.059916
0.106597
f
2
-0.315096
-0.950424
z
1
1.050350
-1.744569
2
-0.255863
0.539803

Output Reshaped DataFrame:

first
second

x
1
A
0.596485
B
-1.356041
2
A
-1.091407
B
0.246216
y
1
A
0.499328
B
-1.346817
2
A
-0.893557
B
0.014678
1
A
-0.059916
B
0.106597
f
2
A
-0.315096
B
-0.950424
z
1
A
1.050350
B
-1.744569
2
A
-0.255863
B
0.539803
dtype: float64

在這裡，stack() 方法將列 A 和 B 旋轉到索引中，將 DataFrame 壓縮成長格式。

Pandas 中的解堆疊

解堆疊透過將行索引級別移回列來反轉堆疊操作。Pandas DataFrame.unstack() 方法用於將行索引級別旋轉成列，這對於將長格式 DataFrame 轉換為寬格式非常有用。

示例

以下示例演示了 df.unstack() 方法在解堆疊 DataFrame 時的工作方式。

import pandas as pd
import numpy as np

# Create MultiIndex
tuples = [["x", "x", "y", "y", "", "f", "z", "z"],["1", "2", "1", "2", "1", "2", "1", "2"]]
index = pd.MultiIndex.from_arrays(tuples, names=["first", "second"])

# Create a DataFrame
df = pd.DataFrame(np.random.randn(8, 2), index=index, columns=["A", "B"])

# Display the input DataFrame
print('Input DataFrame:\n', df)

# Unstack the DataFrame
unstacked = df.unstack()

print('Output Reshaped DataFrame:\n', unstacked)

以上程式碼的輸出如下：

Input DataFrame:

A
B
first
second
x
1
-0.407537
-0.957010
2
0.045479
0.789849
y
1
0.751488
-0.474536
2
-1.043122
-0.015152
1
-0.133349
1.094900
f
2
1.681111
2.480652

z
1
0.283679
0.769553
2
-2.034907
0.301275

Output Reshaped DataFrame:
                A                   B          
second         1         2         1         2
first                                         
       -0.133349       NaN  1.094900       NaN
f            NaN  1.681111       NaN  2.480652
x      -0.407537  0.045479 -0.957010  0.789849
y       0.751488 -1.043122 -0.474536 -0.015152
z       0.283679 -2.034907  0.769553  0.301275

解堆疊期間處理缺失資料

當重塑後的 DataFrame 在子組中具有不相等的標籤集時，解堆疊可能會產生缺失值。Pandas 預設情況下使用 NaN 處理這些缺失值，但您可以指定自定義填充值。

示例

此示例演示如何在解堆疊 DataFrame 時處理缺失值。

import pandas as pd
import numpy as np

# Create Data
index = pd.MultiIndex.from_product([["bar", "baz", "foo", "qux"], ["one", "two"]], names=["first", "second"])
columns = pd.MultiIndex.from_tuples([("A", "cat"), ("B", "dog"), ("B", "cat"), ("A", "dog")], names=["exp", "animal"])

df = pd.DataFrame(np.random.randn(8, 4), index=index, columns=columns)

# Create a DataFrame
df3 = df.iloc[[0, 1, 4, 7], [1, 2]]

print(df3)

# Unstack the DataFame
unstacked = df3.unstack()

# Display the Unstacked DataFrame
print("Unstacked DataFrame without Filling:\n",unstacked)

unstacked_filled = df3.unstack(fill_value=1)
print("Unstacked DataFrame with Filling:\n",unstacked_filled)

以上程式碼的輸出如下：

exp                  B          
animal             dog       cat
first second                    
bar   one    -0.556587 -0.157084
      two     0.109060  0.856019
foo   one    -1.034260  1.548955
qux   two    -0.644370 -1.871248

Unstacked DataFrame without Filling:
exp            B                             
animal       dog                cat          
second       one      two       one       two
first                                        
bar    -0.556587  0.10906 -0.157084  0.856019
foo    -1.034260      NaN  1.548955       NaN
qux          NaN -0.64437       NaN -1.871248

Unstacked DataFrame with Filling:
exp            B                             
animal       dog                cat          
second       one      two       one       two
first                                        
bar    -0.556587  0.10906 -0.157084  0.856019
foo    -1.034260  1.00000  1.548955  1.000000
qux     1.000000 -0.64437  1.000000 -1.871248