Python Pandas 库中的 stack 和 unstack 函数是什么。
Stack 和 unstack 函数用于重塑 pandas 库中的 DateFrame 以通过不同方式提取更多信息。
堆
Pandas stack 用于堆叠从列到索引的级别。它返回一个带有多级索引的新 DataFrame 或 Series。stack 方法有 2 个参数，分别是 level 和 dropna。
level 参数用于从列轴堆叠到索引轴，默认值为1，我们可以给出字符串、列表和整数。以及 dropna 用于删除结果 DataFrame/Series 中具有缺失值的行。默认情况下它是 True，它需要布尔数据。
让我们举一个例子，看看它是如何工作的。
示例
df = pd.read_json('E:\iris.json') # 使用 iris 数据集创建一个 DataFramedf_stacked = df.stack(0) # 堆叠到第 0 层
print(df_stacked) # display the result
解释
使用 iris 数据集，我们创建了一个 DataFrame，它只有一个级别为 0。在下一步中，将该 DataFrame df 堆叠到索引级别。
输出结果
0 sepalLength 5.1sepalWidth 3.5
petalLength 1.4
petalWidth 0.2
species setosa
...
149 sepalLength 5.9
sepalWidth 3
petalLength 5.1
petalWidth 1.8
species virginica
Length: 750, dtype: object
堆叠的数据帧“df”显示在上面的输出块中，结果输出是一个具有 0 和 1 2 个级别的系列，系列长度为 750。
取消堆叠
Unstack 也类似于 stack 方法，它返回一个具有新级别列标签的 DataFrame。它有 2 个参数，分别是 level 和 fill_value。
level 参数采用整数、字符串、这些列表，默认值为 1（1 是最后一个级别）。如果 unstack 产生任何缺失值，则 fill_value 用于填充空值。
示例
在这个例子中，我们将把上面堆叠的 DataFrame 应用到 unstack 函数中。
unstacked_df = df_stacked.unstack(level=0)print(unstacked_df)
解释
从上面的例子中取出堆叠的 DataFrame。这里的级别是 0。结果输出 DataFrame 显示在下面的块中。
输出结果
0 1 2 3 4 5 6 7 \sepalLength 5.1 4.9 4.7 4.6 5 5.4 4.6 5
sepalWidth 3.5 3 3.2 3.1 3.6 3.9 3.4 3.4
petalLength 1.4 1.4 1.3 1.5 1.4 1.7 1.4 1.5
petalWidth 0.2 0.2 0.2 0.2 0.2 0.4 0.3 0.2
species setosa setosa setosa setosa setosa setosa setosa setosa
8 9 ... 140 141 142 143 \
sepalLength 4.4 4.9 ... 6.7 6.9 5.8 6.8
sepalWidth 2.9 3.1 ... 3.1 3.1 2.7 3.2
petalLength 1.4 1.5 ... 5.6 5.1 5.1 5.9
petalWidth 0.2 0.1 ... 2.4 2.3 1.9 2.3
species setosa setosa ... virginica virginica virginica virginica
144 145 146 147 148 149
sepalLength 6.7 6.7 6.3 6.5 6.2 5.9
sepalWidth 3.3 3 2.5 3 3.4 3
petalLength 5.7 5.2 5 5.2 5.4 5.1
petalWidth 2.5 2.3 1.9 2 2.3 1.8
species virginica virginica virginica virginica virginica virginica
[5 rows x 150 columns]
级别为 0 的未堆叠 DataFrame 有 5 行和 150 列。使用这些 stack 和 unstack 函数，我们可以轻松地从 DataFrame 中提取数据，并且可以轻松地重塑多级 DataFrame。
以上是 Python Pandas 库中的 stack 和 unstack 函数是什么。 的全部内容， 来源链接： utcz.com/z/355953.html
