pandas reshape

Pandas中的数据重塑是指转换一个表格或者向量的结构，使其适合于进一步的分析。Pandas拥有一些其他软件不具备的重塑功能，这对初学者来说可能会比较棘手。通过使用Pandas的函数和方法，可以对数据进行透视、堆叠和拆分等操作，以满足不同的分析需求。

在Pandas中，可以使用"stack"和"unstack"函数来实现数据的堆叠和拆分操作。"stack"函数可以将列标签转换为行索引，"unstack"函数可以将行索引转换为列标签。这两个函数常用于层次化索引的数据结构。此外，还可以使用"pivot"函数将长格式的数据转换为宽格式，或者使用"melt"函数将宽格式的数据转换为长格式。

下面是一个使用Pandas进行数据重塑的示例代码片段：

import pandas as pd

# 创建示例数据
data = {
    "Name": ["John", "Emma", "Tom", "Lisa"],
    "Subject": ["Math", "English", "Math", "English"],
    "Score": [90, 85, 92, 88]
}
df = pd.DataFrame(data)

# 使用pivot函数将长格式的数据转换为宽格式
df_pivot = df.pivot(index="Name", columns="Subject", values="Score")

# 使用melt函数将宽格式的数据转换为长格式
df_melt = df_pivot.melt(id_vars="Name", value_vars=["Math", "English"], var_name="Subject", value_name="Score")