python中的unstack()函数

Python中的`unstack()`函数通常是pandas库中的一部分，它用于将DataFrame的层次化索引（也称为多重索引）进行重塑。具体来说，`unstack()`方法会将一个列索引转化为行索引，这样可以改变DataFrame的形状，使得原本在列索引层的数据转移到行索引层。这个操作通常用于处理pandas库操作中得到的堆叠（stacked）数据。

使用`unstack()`方法后，内层的列索引会变成外层的行索引，从而减少数据的嵌套层级。这是一个非常有用的工具，特别是在处理时间序列数据或进行数据重塑时。值得注意的是，`unstack()`方法会默认保留缺失值，也就是说，如果数据在转换过程中有缺失，那么结果中会以NaN（Not a Number）表示。

下面是一个简单的例子来展示`unstack()`方法的使用：

import pandas as pd

# 创建一个简单的DataFrame
df = pd.DataFrame({
    'City': ['New York', 'Los Angeles', 'Chicago', 'Houston', 'Phoenix'],
    '2015': [8405837, 3971078, 2716951, 2239558, 1563025],
    '2016': [8537673, 3990458, 2714856, 2278194, 1615017]
})

# 设置多重索引
df = df.set_index(['City', df.columns[1:]])
print(df)

# 使用unstack()方法重塑数据
df_unstacked = df.unstack(level=1)
print(df_unstacked)

在这个例子中，我们首先创建了一个包含城市和两年人口数据的DataFrame。然后，我们设置了一个多重索引，其中城市名是第一层索引，而年份是第二层索引。通过`unstack()`方法，我们将年份这一层索引移动到行索引，从而得到了一个新的DataFrame，其中年份成为了列。