使用 Pandas 进行 DataFrame 重塑：从长表到宽表

本文旨在讲解如何使用 Pandas 库将 DataFrame 从长表（long format）重塑为宽表（wide format）。通过 pivot 和 stack 函数的组合使用，可以灵活地转换数据结构，满足不同的数据分析需求。本文将提供详细的代码示例和解释，帮助读者掌握这一关键的数据处理技巧。

DataFrame 重塑：从长表到宽表

在数据分析中，经常需要对 DataFrame 的结构进行调整，以便更好地进行数据分析和可视化。其中一种常见的操作就是将长表转换为宽表。长表通常包含多个重复的索引列，而宽表则将这些索引列转换为列名，使得数据更加紧凑和易于理解。

Pandas 提供了多种方法来实现 DataFrame 的重塑，本文将重点介绍使用 pivot 和 stack 函数的组合方法。

使用 pivot 和 stack 重塑 DataFrame

假设我们有以下 DataFrame：

import pandas as pd
data = {'Date': [1, 1, 1],
'Item': [1, 2, 3],
'A': ['a1', 'a2', 'a3'],
'B': ['b1', 'b2', 'b3']}
df = pd.DataFrame(data)
print(df)

输出：

   Date  Item   A   B
0     1     1  a1  b1
1     1     2  a2  b2
2     1     3  a3  b3

我们的目标是将其转换为以下宽表格式：

   Date Letter Item 1 Item 2 Item 3
0     1      A     a1     a2     a3
1     1      B     b1     b2     b3

可以使用以下代码实现：

out = (df.pivot(columns='Item', index='Date').stack(0)
.add_prefix('Item ').reset_index(names=['Date', 'Letter']))
print(out)

输出：

   Date Letter Item 1 Item 2 Item 3
0     1      A     a1     a2     a3
1     1      B     b1     b2     b3

代码解释：

1. df.pivot(columns=’Item’, index=’Date’): pivot 函数用于将 “Item” 列的值转换为新的列名，并将 “Date” 列设置为索引。 原始的 “A” 和 “B” 列将作为新的列的值。
2. .stack(0): stack(0) 函数将列索引 “A” 和 “B” 堆叠为行索引，形成一个多层索引的 Series。 0 代表堆叠第一层列索引。
3. .add_prefix(‘Item ‘): add_prefix 函数为列名添加 “Item ” 前缀，使得列名更加清晰。
4. .reset_index(names=[‘Date’, ‘Letter’]): reset_index 函数将索引重置为列，并将列名设置为 “Date” 和 “Letter”。

总结

通过 pivot 和 stack 函数的组合使用，可以方便地将 Pandas DataFrame 从长表重塑为宽表。这种方法灵活且易于理解，是数据分析中常用的数据处理技巧。 在实际应用中，可以根据具体的需求调整 pivot 和 stack 函数的参数，以达到最佳的重塑效果。