pandas.DataFrame.unstack#

DataFrame.unstack(level=-1, fill_value=None, sort=True)[source]#

将（必然是分层的）索引标签的一个级别进行数据透视。

返回一个 DataFrame，该 DataFrame 具有新的列标签层，其最内层由被透视的索引标签组成。

如果索引不是 MultiIndex，则输出将是 Series（类似于 stack，当列不是 MultiIndex 时）。

参数:
levelint、str 或这些的列表，默认为 -1（最后一级）

要解堆的索引级别，可以传递级别名称。

fill_value标量

如果解堆产生缺失值，则用此值替换 NaN。

sortbool，默认为 True

对结果 MultiIndex 列中的级别进行排序。

返回:
Series 或 DataFrame

如果索引是 MultiIndex：DataFrame，其被透视的索引标签将成为新的最内层列标签；否则为 Series。

另请参阅

DataFrame.pivot

根据列值透视表。

DataFrame.stack

透视列标签的级别（与 unstack 的逆操作）。

注意

有关更多示例，请参阅 用户指南。

示例

>>> index = pd.MultiIndex.from_tuples(
...     [("one", "a"), ("one", "b"), ("two", "a"), ("two", "b")]
... )
>>> s = pd.Series(np.arange(1.0, 5.0), index=index)
>>> s
one  a   1.0
     b   2.0
two  a   3.0
     b   4.0
dtype: float64

>>> s.unstack(level=-1)
     a   b
one  1.0  2.0
two  3.0  4.0

>>> s.unstack(level=0)
   one  two
a  1.0   3.0
b  2.0   4.0

>>> df = s.unstack(level=0)
>>> df.unstack()
one  a  1.0
     b  2.0
two  a  3.0
     b  4.0
dtype: float64
本页内容