简介

pandas中重新排列表格型数据的操作称为重塑（reshape）和轴向旋转（pivot）。可以将一个高维的数据按照想要的方式二维平铺展开。

重塑

重塑操作方法有两个：

• stack()：将数据的列旋转为行；
• unstack()：将数据的行旋转为列。

代码演示：

默认stack将列转为行后，放在最内层。在这里就得到了一个Series。而通过unstack可以逆操作，将行转为列：

默认unstack也是转换最内层，或者我们可以传入分层级别的编号或名称显式指定要转换的行：

分层级别编号从外到内依次0,1…，或者指定该行的name值也可以。

如果不是所有级别都能在各个分组中找到，unstack就会引入缺失值：

可以看出此时引入了缺失值，而使用stack默认会过滤缺失数据：

或者使用dropna参数设定不过滤缺失值：

轴向旋转

假如有这样一个数据：

事实上在数据库中，很多数据都是这样存储的，我们更希望将date当做索引，不同的item形成一列。因此就可以通过pivot()方法实现：

前两个参数分别当做行和列，最后的参数来填充数据列。如果忽略最后一个参数，就会得到一个层次化索引：

本质上pivot()方法是set_index和unstack结合使用的快捷方式：

总结

本文介绍了pandas中对数据的重排操作（重塑和轴向旋转），重排的好处是能够获得想要的数据形式，方便接下来的数据过滤和清理。