Pandas2.2 Series

Computations descriptive stats

方法	描述
Series.argsort([axis, kind, order, stable])	用于返回 Series 中元素排序后的索引位置的方法
Series.argmin([axis, skipna])	用于返回 Series 中最小值索引位置的方法
Series.argmax([axis, skipna])	用于返回 Series 中最大值索引位置的方法
Series.reorder_levels(order)	用于重新排列 Series 中多層索引（MultiIndex）層級順序的方法
Series.sort_values(*[, axis, ascending, …])	用于對 Series 中的值進行排序的方法
Series.sort_index(*[, axis, level, …])	用于根據索引對 Series 進行排序
Series.swaplevel([i, j, copy])	用于交換 MultiIndex 中的兩個級別
Series.unstack([level, fill_value, sort])	用于將 MultiIndex 中的一個或多個級別“旋轉”為列

pandas.Series.unstack

pandas.Series.unstack 方法用于將 MultiIndex 中的一個或多個級別“旋轉”為列，從而將長格式數據轉換為寬格式數據。這對于數據分析和可視化非常有用，可以更方便地查看和操作多級索引的數據。

參數說明

• level：整數、字符串或列表，默認為 -1（即最內層）。指定要旋轉的級別，可以是級別的位置（從 0 開始）或級別的名稱。如果傳遞一個列表，則會旋轉多個級別。
• fill_value：標量值，默認為 None。用于填充因旋轉而產生的缺失值。如果未指定，則缺失值將被設置為 NaN。
• sort：布爾值，默認為 False。如果為 True，則在返回結果之前對行索引進行排序。

示例及結果

import pandas as pd# 創建一個帶有 MultiIndex 的 Series
arrays = [['bar', 'bar', 'baz', 'baz', 'foo', 'foo', 'qux', 'qux'],['one', 'two', 'one', 'two', 'one', 'two', 'one', 'two']]
index = pd.MultiIndex.from_arrays(arrays, names=['first', 'second'])
s = pd.Series(range(8), index=index)print("原始 Series:")
print(s)# 使用 unstack 將 'second' 級別旋轉為列
unstacked_s = s.unstack(level='second', fill_value=0)print("\n旋轉后的 DataFrame:")
print(unstacked_s)

輸出結果

原始 Series:
first  second
bar    one       0two       1
baz    one       2two       3
foo    one       4two       5
qux    one       6two       7
dtype: int64旋轉后的 DataFrame:
second  one  two
first
bar       0    1
baz       2    3
foo       4    5
qux       6    7

通過上述代碼和輸出結果可以看到，unstack 方法將 MultiIndex 中的 second 級別旋轉為列，并且可以通過設置不同的參數來控制旋轉的級別、缺失值的填充以及是否對行索引進行排序。

注意事項

• 如果旋轉后產生了缺失值，可以通過 fill_value 參數指定填充值。
• 如果 MultiIndex 中有重復的組合鍵，在旋轉時可能會導致錯誤或不明確的結果。確保數據中沒有重復的組合鍵。
• unstack 操作的逆操作是 stack，可以將寬格式數據轉換回長格式數據。

多級別旋轉示例

如果你想旋轉多個級別，可以傳遞一個包含級別名稱或位置的列表：

# 創建一個帶有三層 MultiIndex 的 Series
arrays = [['bar', 'bar', 'baz', 'baz', 'foo', 'foo', 'qux', 'qux'],['one', 'two', 'one', 'two', 'one', 'two', 'one', 'two'],['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h']]
index = pd.MultiIndex.from_arrays(arrays, names=['first', 'second', 'third'])
s = pd.Series(range(8), index=index)print("原始 Series:")
print(s)# 使用 unstack 將 'second' 和 'third' 級別旋轉為列
unstacked_s_multi = s.unstack(['second', 'third'], fill_value=0)print("\n旋轉多個級別的 DataFrame:")
print(unstacked_s_multi)

輸出結果

原始 Series:
first  second  third
bar    one     a        0two     b        1
baz    one     c        2two     d        3
foo    one     e        4two     f        5
qux    one     g        6two     h        7
dtype: int64旋轉多個級別的 DataFrame:
second one two one two one two one two
third    a   b   c   d   e   f   g   h
first
bar      0   1   0   0   0   0   0   0
baz      0   0   2   3   0   0   0   0
foo      0   0   0   0   4   5   0   0
qux      0   0   0   0   0   0   6   7

在這個例子中，unstack 方法將 second 和 third 兩個級別同時旋轉為列，生成了一個更寬的 DataFrame。