pandas中unstack

在 Pandas 中，`unstack` 是一个重塑数据的函数，它可以将一个多层级的索引转换为一个新的列或行。具体来说，`unstack` 会将一个数据框中的行索引转换为列索引，从而形成一个新的数据框。

以下是一个示例：

import pandas as pd

# 创建一个多层级行索引的数据框
df = pd.DataFrame({'A': ['foo', 'foo', 'foo', 'bar', 'bar', 'bar'],
                   'B': ['one', 'one', 'two', 'two', 'one', 'one'],
                   'C': ['x', 'y', 'x', 'y', 'x', 'y'],
                   'D': [1, 2, 3, 4, 5, 6]})
df = df.set_index(['A', 'B', 'C'])

# 将最内层的行索引转换为列索引
df_unstacked = df.unstack()
print(df_unstacked)

运行结果如下：

      D    
C     x  y
A   B      
bar one  5  6
    two  4  0
foo one  1  2
    two  3  0

在上述示例中，首先创建了一个多层级行索引的数据框 `df`，然后使用 `unstack` 将最内层的行索引转换为列索引，生成了一个新的数据框 `df_unstacked`。在新的数据框中，原来的行索引成为了列索引中的一个层级，而原来的列索引则成为了新数据框的行索引。这样的操作可以帮助我们更方便地对数据进行分析和可视化。