大數(shù)據(jù)培訓(xùn)之?dāng)?shù)據(jù)重塑：重塑層次化索引

　　在Pandas中，大多數(shù)據(jù)是以便于操作的DataFrame形式展現(xiàn)的，這樣可以很容易地獲取每行或每列的數(shù)據(jù)。不過(guò)有些時(shí)候，需要將DataFrame對(duì)象轉(zhuǎn)換為Series對(duì)象。為此，Pandas提供了數(shù)據(jù)重塑的一些功能，包括重塑層次化索引和軸向轉(zhuǎn)換，用于轉(zhuǎn)換一個(gè)表格或向量的結(jié)構(gòu)，使其更便于進(jìn)行下一步的分析。接下來(lái)，筆者先來(lái)介紹一下數(shù)據(jù)重塑的相關(guān)功能進(jìn)行詳細(xì)地介紹。

　　Pandas中重塑層次化索引的操作主要是stack()方法和unstack()方法，前者是將數(shù)據(jù)的列“旋轉(zhuǎn)”為行，后者是將數(shù)據(jù)的行“旋轉(zhuǎn)”為列。

　　stack()方法可以將數(shù)據(jù)的列索引轉(zhuǎn)換為行索引，其語(yǔ)法格式如下：

DataFrame.stack(level=-1, dropna=True)

　　上述方法中部分參數(shù)表示的含義如下：

　　(1)level：表示操作內(nèi)層索引。若設(shè)為0，表示操作外層索引，默認(rèn)為-1。

　　(2)dropna：表示是否將旋轉(zhuǎn)后的缺失值刪除，若設(shè)為True，則表示自動(dòng)過(guò)濾缺失值，設(shè)置為False則相反。

　　假設(shè)現(xiàn)在有一個(gè)DataFrame類對(duì)象df，它只有單層索引，如果希望將其重塑為一個(gè)具

　　有兩層索引結(jié)構(gòu)的對(duì)象result，也就是說(shuō)將列索引轉(zhuǎn)換成內(nèi)層行索引，則重塑前后的效果如圖4-22所示。

　　圖4-22 DataFrame對(duì)象重塑為Series對(duì)象

　　接下來(lái)，我們通過(guò)一個(gè)示例來(lái)演示如何使用stack()方法將df對(duì)象轉(zhuǎn)換成result，具體代碼如下：

In [33]: import pandas as pd
        df=pd.DataFrame({'A':['A0','A1','A2'],
                         'B':['B0','B1','B2']}
        # 將df進(jìn)行重塑
        result=df.stack()
        result
Out[33]:
        0 A      A0
          B      B0
        1 A      A1
          B      B1
        2 A      A2
          B      B2

　　上述代碼中，首先創(chuàng)建了一個(gè)DataFrame類的對(duì)象df，然后讓df對(duì)象調(diào)用stack()方法進(jìn)行重塑，表明df對(duì)象的列索引會(huì)轉(zhuǎn)換成行索引。從輸出結(jié)果看出，result對(duì)象具有兩層行索引。

　　使用type()函數(shù)來(lái)查看result的類型，代碼如下：

In [34]: type(result)
Out[34]: pandas.core.series.Series

　　從輸出結(jié)果可以看出，DataFrame對(duì)象已經(jīng)被轉(zhuǎn)換成一個(gè)Series對(duì)象。

　　unstack()方法可以將數(shù)據(jù)的行索引轉(zhuǎn)換為列索引，其語(yǔ)法格式如下：

DataFrame.unstack(level=-1, fill_value=None)

　　上述方法中部分參數(shù)表示的含義如下：

　　(1)level：默認(rèn)為-1，表示操作內(nèi)層索引，0表示操作外層索引。

　　(2)fill_value：若產(chǎn)生了缺失值，則可以設(shè)置這個(gè)參數(shù)用來(lái)替換NaN。

　　接下來(lái)，將前面示例中重塑的Series對(duì)象“恢復(fù)原樣”，轉(zhuǎn)變成DataFrame對(duì)象，具體代碼如下：

In [35]: import pandas as pd
        df=pd.DataFrame({'A':['A0','A1','A2'],
                         'B':['B0','B1','B2']}
        res=df.stack()      # 將df重塑為Series對(duì)象
        res.unstack()       # 將Series對(duì)象轉(zhuǎn)換成df
Out[35]:
           A   B
        0  A0  B0
        1  A1  B1
        2  A2  B2

　　上述示例中，首先創(chuàng)建了一個(gè)DataFrame類對(duì)象df，然后使用stack()方法將其重塑為Series類對(duì)象，最后再使用unstack()方法將其重塑回DataFrame類對(duì)象。