Python Pandas DataFrame stack方法用法及代码示例

例子

堆叠 single-level DataFrames

考虑以下single-level DataFrame：

df = pd.DataFrame([[2,3],[4,5]], columns=["alice","bob"], index=["age","height"])
df



       alice   bob
age      2      3
height   4      5

在 df 上调用 stack() 给出：

df.stack()



age     alice    2
        bob      3
height  alice    4
        bob      5
dtype: int64

在此，请注意以下事项：

• 返回类型为Series，具有 2 级索引。

• df 中的行标签和列标签已合并形成多索引。

将 DataFrames 与 multi-level 列堆叠

考虑以下带有 multi-level 列的 DataFrame：

index = [("A", "alice"), ("A", "bob"), ("B","cathy")]
multi_index = pd.MultiIndex.from_tuples(index)
df = pd.DataFrame([[2,3,4],[5,6,7]], columns=multi_index, index=["age","height"])
df



        A             B
        alice   bob   cathy
age     2       3     4
height  5       6     7

默认情况下， level=-1 ，这意味着最里面的列级别 ( [alice,bob,cathy] ) 将转换为行级别：

df.stack()



                A     B
age     alice   2.0   NaN
        bob     3.0   NaN
        cathy   NaN   4.0
height  alice   5.0   NaN
        bob     6.0   NaN
        cathy   NaN   7.0

请注意以下事项：

• 最内层的列级别 ([alice, bob, cathy]) 成为行索引，并定位为最内层。

• 使用 multi-levels 堆叠列通常会产生许多 NaN，因为例如，不存在有关组 B 中的 alice 的 age 的数据。

要指定要转换的级别，请传递 level 参数，如下所示：

df.stack(level=0)



             alice  bob   cathy
age      A   2.0    3.0   NaN
         B   NaN    NaN   4.0
height   A   5.0    6.0   NaN
         B   NaN    NaN   7.0

这里，level=0表示最外层的列级别([A,B])被转换为行级别。

指定 dropna

考虑以下 DataFrame ：

index = [("A", "alice"), ("A", "bob"), ("B","cathy")]
multi_index = pd.MultiIndex.from_tuples(index)
df = pd.DataFrame([[2,3,None],[5,6,7]], columns=multi_index, index=["age","height"])
df



        A            B
        alice  bob   cathy
age     2      3     NaN
height  5      6     7.0

默认情况下， dropna=True ，这意味着仅包含 NaN 的行将从结果中删除：

df.stack()



               A     B
age     alice  2.0   NaN
        bob    3.0   NaN
height  alice  5.0   NaN
        bob    6.0   NaN
        cathy  NaN   7.0

请注意 cathy 的 age 级别行如何丢失。这是因为它仅包含 NaN 。

要保留所有行，请传递dropna=False，如下所示：

df.stack(dropna=False)



        A             B
age     alice   2.0   NaN
        bob     3.0   NaN
        cathy   NaN   NaN
height  alice   5.0   NaN
        bob     6.0   NaN
        cathy   NaN   7.0

请注意，我们现在在 age 下有 cathy 的行。