在福州做网站,门户网站改造方案,网站的建设方法有哪些内容,网站建设问题表锋哥原创的Pandas2 Python数据处理与分析 视频教程#xff1a;
2025版 Pandas2 Python数据处理与分析 视频教程(无废话版) 玩命更新中~_哔哩哔哩_bilibili unstack() 是 pandas 中用于数据重塑的重要方法#xff0c;它与 stack() 互为逆操作。unstack() 的主要功能是将行索…锋哥原创的Pandas2 Python数据处理与分析 视频教程
2025版 Pandas2 Python数据处理与分析 视频教程(无废话版) 玩命更新中~_哔哩哔哩_bilibili unstack() 是 pandas 中用于数据重塑的重要方法它与 stack() 互为逆操作。unstack() 的主要功能是将行索引的某一层级转换为列索引从而将数据从长格式转换为宽格式。
基本语法
DataFrame.unstack(level-1, fill_valueNone)
参数说明 level (默认为 -1) 指定要移动到列索引的行索引层级 可以是整数层级位置、字符串层级名称或列表多个层级 -1 表示最内层默认值 fill_value (默认为 None) 用于替换缺失值的填充值 如果不指定缺失值将显示为 NaN
1基本操作将行索引转换为列索引
import pandas as pd
# 创建多级索引的 Series
index pd.MultiIndex.from_tuples([(A, X), (A, Y),(B, X), (B, Y)
])
s pd.Series([1, 2, 3, 4], indexindex)
print(原始Series)
print(s)
执行 unstack()result s.unstack()
print(\nunstack() 结果)
print(result) 2指定要转换的层级
import pandas as pd
# 创建三级索引的 Series
index pd.MultiIndex.from_tuples([(I, A, X), (I, A, Y),(II, B, X), (II, B, Y)
])
s pd.Series([10, 20, 30, 40], indexindex)
print(初始数据)
print(s)
# 转换不同层级
print(转换最内层 (level-1):)
print(s.unstack()) # 默认转换最内层
print(\n转换第一层 (level0):)
print(s.unstack(level0))
print(\n转换第二层 (level1):)
print(s.unstack(level1))
