在用pandas進行資料重排時，經常用到stack和unstack兩個函式。stack簡單理解可以是堆疊，堆積，unstack即“不要堆疊”。下面為較為淺顯的講述該方法，並未涉及到多標籤的問題。

　　常見的資料的層次化結構有兩種，一種是表格，一種是“花括號”，即下面這樣的l兩種形式：

 　　表格在行列方向上均有索引（類似於DataFrame），花括號結構只有“列方向”上的索引（類似於層次化的Series），結構更加偏向於堆疊（Series-stack，方便記憶）。stack函式會將資料從”表格結構“變成”花括號結構“，即將其行索引變成列索引，反之，unstack函式將資料從”花括號結構“變成”表格結構“，即要將其中一層的列索引變成行索引。例：

import numpy as np
import pandas as pd
from pandas import Series,DataFrame
data=DataFrame(np.arange(6).reshape((2,3)),index=pd.Index(['street1','street2']),columns=pd.Index(['one','two','three']))
print(data)
print('-----------------------------------------\n')
data2=data.stack()
data3=data2.unstack()
print(data2)
print('-----------------------------------------\n')
print(data3)
 

列印結果如下：使用stack函式，將data的行索引['one','two','three’]轉變成列索引（第二層），便得到了一個層次化的Series（data2），使用unstack函式，將data2的第二層列索引轉變成行索引（預設的，可以改變），便又得到了DataFrame（data3）。

(需要注意的是，stack函式預設使用了dropna=True，你可以試試將2變成nan，再stack則不會出現three層)

文章轉載地址：https://www.cnblogs.com/bambipai/p/7658311.html