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 中多层索引（MultiIndex）层级顺序的方法
Series.sort_values(*[, axis, ascending, …])	用于对 Series 中的值进行排序的方法
Series.sort_index(*[, axis, level, …])	用于根据索引对 Series 进行排序
Series.swaplevel([i, j, copy])	用于交换 MultiIndex 中的两个级别
Series.unstack([level, fill_value, sort])	用于将 MultiIndex 中的一个或多个级别“旋转”为列

pandas.Series.unstack

pandas.Series.unstack 方法用于将 MultiIndex 中的一个或多个级别“旋转”为列，从而将长格式数据转换为宽格式数据。这对于数据分析和可视化非常有用，可以更方便地查看和操作多级索引的数据。

参数说明

• level：整数、字符串或列表，默认为 -1（即最内层）。指定要旋转的级别，可以是级别的位置（从 0 开始）或级别的名称。如果传递一个列表，则会旋转多个级别。
• fill_value：标量值，默认为 None。用于填充因旋转而产生的缺失值。如果未指定，则缺失值将被设置为 NaN。
• sort：布尔值，默认为 False。如果为 True，则在返回结果之前对行索引进行排序。

示例及结果

import pandas as pd# 创建一个带有 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 将 'second' 级别旋转为列
unstacked_s = s.unstack(level='second', fill_value=0)print("\n旋转后的 DataFrame:")
print(unstacked_s)

输出结果

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

通过上述代码和输出结果可以看到，unstack 方法将 MultiIndex 中的 second 级别旋转为列，并且可以通过设置不同的参数来控制旋转的级别、缺失值的填充以及是否对行索引进行排序。

注意事项

• 如果旋转后产生了缺失值，可以通过 fill_value 参数指定填充值。
• 如果 MultiIndex 中有重复的组合键，在旋转时可能会导致错误或不明确的结果。确保数据中没有重复的组合键。
• unstack 操作的逆操作是 stack，可以将宽格式数据转换回长格式数据。

多级别旋转示例

如果你想旋转多个级别，可以传递一个包含级别名称或位置的列表：

# 创建一个带有三层 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 将 'second' 和 'third' 级别旋转为列
unstacked_s_multi = s.unstack(['second', 'third'], fill_value=0)print("\n旋转多个级别的 DataFrame:")
print(unstacked_s_multi)

输出结果

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旋转多个级别的 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

在这个例子中，unstack 方法将 second 和 third 两个级别同时旋转为列，生成了一个更宽的 DataFrame。