鋒哥原創的Pandas2?Python數據處理與分析 視頻教程：??
2025版 Pandas2 Python數據處理與分析 視頻教程(無廢話版) 玩命更新中~_嗶哩嗶哩_bilibili
unstack() 是 pandas 中用于數據重塑的重要方法，它與 stack() 互為逆操作。unstack() 的主要功能是將行索引的某一層級轉換為列索引，從而將數據從長格式轉換為寬格式。
基本語法
DataFrame.unstack(level=-1, fill_value=None)參數說明
-
level (默認為
-1)：-
指定要移動到列索引的行索引層級
-
可以是整數（層級位置）、字符串（層級名稱）或列表（多個層級）
-
-1表示最內層（默認值）
-
-
fill_value (默認為
None)：-
用于替換缺失值的填充值
-
如果不指定，缺失值將顯示為 NaN
-
1，基本操作：將行索引轉換為列索引
import pandas as pd
?
# 創建多級索引的 Series
index = pd.MultiIndex.from_tuples([('A', 'X'), ('A', 'Y'),('B', 'X'), ('B', 'Y')
])
s = pd.Series([1, 2, 3, 4], index=index)
print("原始Series：")
print(s)
執行 unstack()：result = s.unstack()
print("\nunstack() 結果：")
print(result)
2，指定要轉換的層級
import pandas as pd
?
# 創建三級索引的 Series
index = pd.MultiIndex.from_tuples([('I', 'A', 'X'), ('I', 'A', 'Y'),('II', 'B', 'X'), ('II', 'B', 'Y')
])
s = pd.Series([10, 20, 30, 40], index=index)
print("初始數據：")
print(s)
# 轉換不同層級
print("轉換最內層 (level=-1):")
print(s.unstack()) ?# 默認轉換最內層
?
print("\n轉換第一層 (level=0):")
print(s.unstack(level=0))
?
print("\n轉換第二層 (level=1):")
print(s.unstack(level=1))
