python给dataframe去维度
时间: 2023-10-19 10:01:41 浏览: 167
如果您想要去除 DataFrame 的维度,可以使用 `stack()` 或 `unstack()` 方法。这两个方法可以在 DataFrame 和 Series 之间进行转换,从而改变数据的维度。
- `stack()` 方法可以将 DataFrame 的列标签转换为行索引,生成一个带有多级索引的 Series。
- `unstack()` 方法可以将带有多级索引的 Series 转换为 DataFrame,恢复原始的维度。
以下是示例代码:
```python
import pandas as pd
# 创建一个简单的 DataFrame
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)
# 使用 stack() 方法降低维度
series = df.stack()
print(series)
# 使用 unstack() 方法恢复维度
df_unstacked = series.unstack()
print(df_unstacked)
```
输出结果如下:
```
0 A 1
B 4
C 7
1 A 2
B 5
C 8
2 A 3
B 6
C 9
dtype: int64
A B C
0 1 4 7
1 2 5 8
2 3 6 9
```
通过使用 `stack()` 方法,我们将 DataFrame 的列标签转换为了行索引,生成了一个带有多级索引的 Series。而使用 `unstack()` 方法,则将多级索引的 Series 转换回原始的 DataFrame。
希望对您有所帮助!如果还有其他问题,请随时提问。
阅读全文
相关推荐
![pdf](https://img-home.csdnimg.cn/images/20241231044930.png)
![pdf](https://img-home.csdnimg.cn/images/20241231044930.png)
![pdf](https://img-home.csdnimg.cn/images/20241231044930.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![pdf](https://img-home.csdnimg.cn/images/20241231044930.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![-](https://img-home.csdnimg.cn/images/20241231045053.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)