Python Pandas DataFrame stack方法用法及代碼示例

例子

堆疊 single-level DataFrames

考慮以下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 上調用 stack() 給出：

df.stack()



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

在此，請注意以下事項：

• 返回類型為Series，具有 2 級索引。

• df 中的行標簽和列標簽已合並形成多索引。

將 DataFrames 與 multi-level 列堆疊

考慮以下帶有 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

默認情況下， level=-1 ，這意味著最裏麵的列級別 ( [alice,bob,cathy] ) 將轉換為行級別：

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

請注意以下事項：

• 最內層的列級別 ([alice, bob, cathy]) 成為行索引，並定位為最內層。

• 使用 multi-levels 堆疊列通常會產生許多 NaN，因為例如，不存在有關組 B 中的 alice 的 age 的數據。

要指定要轉換的級別，請傳遞 level 參數，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

這裏，level=0表示最外層的列級別([A,B])被轉換為行級別。

指定 dropna

考慮以下 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

默認情況下， dropna=True ，這意味著僅包含 NaN 的行將從結果中刪除：

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

請注意 cathy 的 age 級別行如何丟失。這是因為它僅包含 NaN 。

要保留所有行，請傳遞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

請注意，我們現在在 age 下有 cathy 的行。