4. 反转stacked数据

  1. #  读取college数据集，学校名作为行索引，，只选取本科生的列
  2.  In[25]: usecol_func = lambda x: 'UGDS_' in x or x == 'INSTNM'
  3.          college = pd.read_csv('data/college.csv', 
  4.                                    index_col='INSTNM', 
  5.                                    usecols=usecol_func)
  6.          college.head()
  7. out[25]:

4. 反转stacked数据 - 图1

  1. #  用stack方法，将所有水平列名，转化为垂直的行索引
  2.  In[26]: college_stacked = college.stack()
  3.          college_stacked.head(18)
  4. out[26]: INSTNM                                         
  5. Alabama A & M University             UGDS_WHITE    0.0333
  6.                                      UGDS_BLACK    0.9353
  7.                                      UGDS_HISP     0.0055
  8.                                      UGDS_ASIAN    0.0019
  9.                                      UGDS_AIAN     0.0024
  10.                                      UGDS_NHPI     0.0019
  11.                                      UGDS_2MOR     0.0000
  12.                                      UGDS_NRA      0.0059
  13.                                      UGDS_UNKN     0.0138
  14. University of Alabama at Birmingham  UGDS_WHITE    0.5922
  15.                                      UGDS_BLACK    0.2600
  16.                                      UGDS_HISP     0.0283
  17.                                      UGDS_ASIAN    0.0518
  18.                                      UGDS_AIAN     0.0022
  19.                                      UGDS_NHPI     0.0007
  20.                                      UGDS_2MOR     0.0368
  21.                                      UGDS_NRA      0.0179
  22.                                      UGDS_UNKN     0.0100
  23. dtype: float64
  1. #  unstack方法可以将其还原
  2.  In[27]: college_stacked.unstack().head()
  3. out[27]:

4. 反转stacked数据 - 图2

  1. #  另一种方式是先用melt，再用pivot。先加载数据，不指定行索引名
  2.  In[28]: college2 = pd.read_csv('data/college.csv', 
  3.                                usecols=usecol_func)
  4.          college2.head()
  5. out[28]:

4. 反转stacked数据 - 图3

  1. #  使用melt，将所有race列变为一列
  2.  In[29]: college_melted = college2.melt(id_vars='INSTNM', 
  3.                                         var_name='Race',
  4.                                         value_name='Percentage')
  5.          college_melted.head()
  6. out[29]:

4. 反转stacked数据 - 图4

  1. #  用pivot还原
  2.  In[30]: melted_inv = college_melted.pivot(index='INSTNM',
  3.                                            columns='Race',
  4.                                            values='Percentage')
  5.          melted_inv.head()
  6. out[30]:

4. 反转stacked数据 - 图5

  1. #  用loc同时选取行和列，然后重置索引，可以获得和原先索引顺序一样的DataFrame
  2.  In[31]: college2_replication = melted_inv.loc[college2['INSTNM'], 
  3.                                                college2.columns[1:]]\
  4.                                                   .reset_index()
  5.          college2.equals(college2_replication)
  6. out[31]: True

更多

  1. #  使用最外层的行索引做unstack
  2.  In[32]: college.stack().unstack(0)
  3. out[32]:

4. 反转stacked数据 - 图6

  1. #  转置DataFrame更简单的方法是transpose()或T
  2.  In[33]: college.T
  3. out[33]:

4. 反转stacked数据 - 图7