使用堆叠、解叠和熔化方法重塑pandas数据框架

Pandas使用各种方法来重塑数据框架和系列。让我们来看看那一些重塑的方法。

让我们先导入一个数据框架

# import pandas module
import pandas as pd
  
# making dataframe
df = pd.read_csv("https://media.geeksforgeeks.org/wp-content/uploads/nba.csv")
  
# it was print the first 5-rows
print(df.head())

输出:
使用堆叠、解叠和熔化方法重塑pandas数据框架

使用stack()方法：

Stack方法与DataFrame中的MultiIndex对象一起工作，它返回一个带有索引的DataFrame，并带有新的最内层的行标签。它将宽表改为长表。

# import pandas module
import pandas as pd
  
# making dataframe
df = pd.read_csv("nba.csv")
  
# reshape the dataframe using stack() method
df_stacked = df.stack()
  
print(df_stacked.head(26))

输出:
使用堆叠、解叠和熔化方法重塑pandas数据框架

使用unstack()方法：
unstack与stack方法类似，它也适用于数据框架中的多索引对象，产生一个重塑的数据框架，其最内层有一个新的列标签。

# import pandas module
import pandas as pd
  
# making dataframe
df = pd.read_csv("nba.csv")
  
# unstack() method
df_unstacked = df_stacked.unstack()
print(df_unstacked.head(10))

使用堆叠、解叠和熔化方法重塑pandas数据框架

使用melt()方法：
pandas中的Melt将数据框架从宽格式重塑为长格式。它使用 “id_vars[‘col_names’]”来按列名融化数据框架。

# import pandas module
import pandas as pd
  
# making dataframe
df = pd.read_csv("nba.csv")
  
# it takes two columns "Name" and "Team"
df_melt = df.melt(id_vars =['Name', 'Team']) 
print(df_melt.head(10))