pandas列转行与行转列实战：melt、stack与unstack详解
本文详细解析pandas中数据长宽转换的核心方法。通过对比set_index、stack与melt函数，演示列转行的多种实现路径；深入讲解unstack与pivot在行转列中的应用。结合多级索引处理、缺失值填充及实际案例，帮助开发者掌握高效的数据重塑技巧。
一、列转行
1、背景描述
在常规数据处理场景中，我们常遇到如下格式的数据结构：
而在进行统计分析时，通常需要将数据转换为以下格式：
2.方法描述
准备数据
df = pd.DataFrame({'姓名': ['A','B','C'],
'英语':[90,60,70],
'数学':[80,98,80],
'语文':[85,90,75]})
实现该转换有多种方式，此处集中展示几种常见做法。
2.1 方法1
tmp=df.set_index(['姓名']).stack()
tmp2=tmp.rename_axis(index=['姓名','科目'])
tmp2.name='分数'
tmp2.reset_index()
2.2 方法2
tmp=df.set_index(['姓名']).stack()
tmp.index.names=['姓名','科目']
tmp.reset_index(name='分数')
2.3 方法3
tmp=df.set_index(['姓名']).stack().reset_index()
tmp.columns=['姓名','科目','分数']
2.4 方法4
tmp=pd.melt(df,id_vars='姓名',var_name='科目',value_name='分数')
3 思考与总结
通过上述对比，相信读者已了解各方法的优劣。接下来重点解析melt函数。该函数主要包含以下参数：
frame：待处理的数据帧。id_vars：指定不参与列转行的字段，若不设置则默认处理所有列。value_vars：指定参与列转行的字段，不指定则处理所有非id_vars列。var_name：定义转换后生成字段列的名称，用于重命名原列名。value_name：定义转换后生成数值列的名称，用于重命名原数值。col_level：指定列名层级，适用于多级列名场景。
4 思维延伸
4.1 例子1
转换前：
转换后：
实现的一种方法：
#准备数据
df2 = pd.DataFrame({'姓名': ['A', 'B', 'C'],
'班级':[1,2,1],
'期中考试-英语': [90, 60, 70],
'期中考试-数学': [80, 98, 80],
'期中考试-语文': [85, 90, 75],
'期末考试-英语': [92, 63, 76],
'期末考试-数学': [85,100, 89],
'期末考试-语文': [87, 91, 80]})
#实现部分
t1=pd.melt(df2, id_vars=['姓名','班级'], var_name='科目', value_name='分数')
t2=t1.set_index(['姓名','班级','分数'])['科目'].str.split('-',expand=True).reset_index()
t2.set_index(['姓名','班级',0,1]).unstack().reset_index().rename_axis()
t3=t2.set_index(['姓名','班级',0,1]).unstack()
t3.columns=t3.columns.droplevel(0)
result=t3.rename_axis(columns=None).reset_index().rename(columns={0:'考试类型'})
result
4.2 例子2
转换前：
转换后：
实现方法举例：
pd.lreshape(df2,{'英语':['期中考试-英语','期末考试-英语'],
'数学':['期中考试-数学','期末考试-数学'],
'语文':['期中考试-语文','期末考试-语文']})
二、行转列
在前文第一部分中，我们完成了列转行任务，即将多列数据转换为tmp格式。若需执行反向操作，即行转列，该如何处理？
1.准备数据
tmp=pd.DataFrame({'姓名':['A', 'B', 'C', 'A', 'B', 'C', 'A', 'B', 'C'],
'科目':['英语', '英语', '英语', '数学', '数学', '数学', '语文', '语文', '语文'],
'分数':[90, 60, 70, 80, 98, 80, 85, 90, 75]})
tmp
2.行转列实现
2.1 方法1
tmp2=tmp.set_index(['姓名','科目'])['分数'].unstack()
df=tmp2.rename_axis(columns=None).reset_index()
2.2 方法2
tmp2=tmp.set_index(['姓名','科目'])['分数'].unstack()
df=tmp2.rename_axis(columns=None).reset_index()
2.3 方法3
df=tmp.pivot(index='姓名',columns='科目',values='分数').rename_axis(columns=None).reset_index()
3.思考与总结
从行转列示例可见，核心函数为unstack。该函数将多重索引数据转换为标准表格形式，主要包含两个参数：
level：指定取消堆叠的索引级别，可传递级别名称，默认值为-1（即最后一个索引）。fill_value：若取消堆叠后存在缺失数据，指定以固定字符填充。
三、行列转换(长宽互换)
(1) stack和unstack
California 2000 33871648
2010 37253956
New York 2000 18976457
2010 19378102
Texas 2000 20851820
2010 25145561 以上述数据为例
new_df = pop.unstack()
new_dfunstack()方法可快速将多级索引Series转化为普通索引DataFrame；stack则可将列转化为索引。
来看一个实际的行列互换例子
列转行
import pandas as pd
df = pd.read_csv('data/pew.csv')
df.head(10)
df = df.set_index('religion') #先把religion设为索引
df = df.stack() #将列转化为二级索引
df.index = df.index.rename('income', level=1) #二级索引命命
df.name = 'frequency'
df = df.reset_index() #将索引转化为Series
df.head(10)
上述转化可视为宽表转长表，便于记忆：将具有相同特征的一组列合并为一列，使表格变窄；同时为保持一一对应关系，需与其他列组合，从而使表格变长。
总结
至此，关于pandas列转行及行转列的讲解结束。如需了解更多相关内容，请搜索本站往期文章或继续浏览后续文章。感谢支持！
免责声明：本文内容仅供参考，不代表本站观点。转载或引用请注明出处。
