如何重塑数据集？

首先，让我们定义数据集的“形状”。数据集的形状是指将数据集排列到行中的方式，重塑数据是数据的重新排列，而无需更改数据集的内容。在数据操作和分析过程中，重塑数据集是一项非常频繁且繁琐的任务。数据分析师必须具有从不同布局和方向查看数据的能力和工具，以便汲取可靠的见解。

在Python中重塑数据集

Python提供了多种功能来重塑数据集，因此让我们探索其中两个。

• • 堆（）：通过将数据转换为堆叠的形式来重塑数据框，这意味着将最内向的列索引旋转到最内向的行索引中。

• • unstack（）。通过将最内向的行索引重新调整回最终的列索引来重塑数据框。

这是两个函数的语法：

数据框架。堆（（等级=  -1，，，，dropna=真的）

数据框架。解开（（等级=  -1，，，，fill_value=没有任何）

stack（）函数

让我们尝试以一些示例来尝试这些操作。使用这些代码片段：

首先，创建一个虚拟数据框。

代码：

数据=PD。数据框架（（NP。Arange（（6）。重塑（（（（（2，，，，3），指数=PD。指数[[[[“维多利亚”，，，，'NSW']，，姓名='状态'），列=PD。指数[[[['一'，，，，'二'，，，，'三']，，姓名='数字'））数据

输出：

接下来，我们使用堆（）功能，我们将列将列转移到行中。

代码：

data_stack=数据。堆（）data_stack

输出：

您可以看到：

• • 该操作将列转换为行标签

• • 该操作将数据框转换为系列。

您可以使用此代码确认这些更改：

代码：

类型（（data_stack）

输出：

pandas.core.series.Series

代码：

data_stack。指数

输出：

MultiIndex（latve = [[['Victoria'，'NSW']，['一个'，'二，'三']，]，
标签= [[0，0，0，1，1，1]，[0，1，2，2，0，1，2]]，
名称= ['state'，'number']）

unstack（）函数

您可以使用unstack（）功能。

尝试此代码：

代码：

数据=data_stack。解开（）数据

输出：

默认情况下，最内向的级别没有堆积。在我们的示例中，这是一个数字。但是，您可以通过将级别的数字或名称作为参数传递给其他级别unstack（）方法。

例如，尝试解开堆放的代码data_stack在状态级别，而不是数字：

代码：

data_state=data_stack。解开（（'状态'）data_state

输出：