1. 用stack清理变量值作为列名

  1. #  加载state_fruit数据集
  2.  In[2]: state_fruit = pd.read_csv('data/state_fruit.csv', index_col=0)
  3.         state_fruit
  4. out[2]:

1. 用stack清理变量值作为列名 - 图1

  1. #  stack方法可以将所有列名，转变为垂直的一级行索引
  2.  In[3]: state_fruit.stack()
  3. out[3]: Texas    Apple      12
  4.                  Orange     10
  5.                  Banana     40
  6.         Arizona  Apple       9
  7.                  Orange      7
  8.                  Banana     12
  9.         Florida  Apple       0
  10.                  Orange     14
  11.                  Banana    190
  12.         dtype: int64
  1. #  使用reset_index()，将结果变为DataFrame
  2.  In[4]: state_fruit_tidy = state_fruit.stack().reset_index()
  3.         state_fruit_tidy
  4. out[4]:

1. 用stack清理变量值作为列名 - 图2

  1. #  重命名列名
  2.  In[5]: state_fruit_tidy.columns = ['state', 'fruit', 'weight']
  3.         state_fruit_tidy
  4. out[5]:

1. 用stack清理变量值作为列名 - 图3

  1. #  也可以使用rename_axis给不同的行索引层级命名
  2.  In[6]: state_fruit.stack()\
  3.                    .rename_axis(['state', 'fruit'])\
  4. out[6]: state    fruit 
  5.         Texas    Apple      12
  6.                  Orange     10
  7.                  Banana     40
  8.         Arizona  Apple       9
  9.                  Orange      7
  10.                  Banana     12
  11.         Florida  Apple       0
  12.                  Orange     14
  13.                  Banana    190
  14.         dtype: int64
  1. #  再次使用reset_index方法
  2.  In[7]: state_fruit.stack()\
  3.                    .rename_axis(['state', 'fruit'])\
  4.                    .reset_index(name='weight')
  5. out[7]:

1. 用stack清理变量值作为列名 - 图4

更多

  1. #  读取state_fruit2数据集
  2.  In[8]: state_fruit2 = pd.read_csv('data/state_fruit2.csv')
  3.         state_fruit2
  4. out[8]:

1. 用stack清理变量值作为列名 - 图5

  1. #  州名不在行索引的位置上，使用stack将所有列名变为一个长Series
  2.  In[9]: state_fruit2.stack()
  3. out[9]: 0  State       Texas
  4.            Apple          12
  5.            Orange         10
  6.            Banana         40
  7.         1  State     Arizona
  8.            Apple           9
  9.            Orange          7
  10.            Banana         12
  11.         2  State     Florida
  12.            Apple           0
  13.            Orange         14
  14.            Banana        190
  15.         dtype: object
  1. #  先设定state作为行索引名，再stack，可以得到和前面相似的结果
  2.  In[10]: state_fruit2.set_index('State').stack()
  3. out[10]: 0  State       Texas
  4.             Apple          12
  5.             Orange         10
  6.             Banana         40
  7.          1  State     Arizona
  8.             Apple           9
  9.             Orange          7
  10.             Banana         12
  11.          2  State     Florida
  12.             Apple           0
  13.             Orange         14
  14.             Banana        190
  15.          dtype: object