对表格数据的重新排列操作，称为 reshape 或 pivot 。有很多种方法对表格数据进行重塑。

一、使用分层索引进行reshape

分层索引提供了一种在 DataFrame 中重新排列数据的方法。主要有两个函数方法：

stack：将数据中的列旋转或透视到行。

unstack：从行转为列。

还是用代码示例来学习。用一个以字符串数组作为行和列索引的 DataFrame 做为操作示例：

data输出：

 result输出：

state        number
Ohio        one           0
                two           1
                three         2
Colorado  one          3
                 two          4
                 three       5
dtype: int32

从分层索引的 Series 中，可以使用 unstack 将数据重新排列回 DataFrame 中：result.unstack()

 默认情况下，对于分层索引数据unstack方法使用最内层层号或名称进行转置操作（stack也一样），但是我们也可以传递参数level给unstack方法，指定按哪一层进行转置，level参数的值可以是层号（整数），也可以是层的名称：

print(result.unstack(level=0)) 和 print(result.unstack(level="state")) 有相同的输出：

对于分层索引数据，如果在每个子组中未找到该分层级别中的所有值，则会引入缺失数据。再看下面的代码示例：

 data2输出：

one  a    0
        b    1
        c    2
        d    3
two  c    4
        d    5
        e    6
dtype: Int64

data2.unstack()输出（每个子组中未找到该级别中所有的值，引入了<NA>）：

可以再通过data2.unstack().stack() 进行堆叠转换，重新转换为了data2，但如果在stack()方法种传入了future_stack=True参数，data2.unstack().stack(future_stack=True)输出：

 one  a       0
         b       1
         c       2
        d       3
        e    <NA>
two  a    <NA>
       b    <NA>
       c       4
       d       5
       e       6
dtype: Int64

因为我用的是pandas 2.1的版本索引使用的是它的新特性future_stack=True，如果是之前版本的pandas，可以用data2.unstack().stack(dropna=False)。

当我们在 DataFrame 中执行unstack操作（取消堆叠）时，用于执行操作的level级别将成为结果中的最低级别，如下代码示例：

df输出：

 df.unstack(level="state")输出：

与 unstack 操作一样，当调用 stack 时，我们可以指定要 stack 的轴的名称，例如：

df.unstack(level="state").stack(level="side") 输出：

二、将 “Long” 转换为 “Wide” 格式 

在数据库和 CSV 文件中会用长格式或堆叠格式存储多个时间序列，在这种格式中，单个值由表中的单行表示，而不是每行多个值。以下是一个存储时间序列的macrodata.csv文件：

下面我们对这个csv文件中的数据进行整理，首先我们先用read_csv方法加载该文件，并读取前5行：

data.head()输出：

下面，我使用 pandas.PeriodIndex.from_fields()方法组合 year 和 quarter 列，并将合并后的值（每个季度结束日期）设置为索引，如下：

print(periods)输出：

PeriodIndex(['1959Q1', '1959Q2', '1959Q3', '1959Q4', '1960Q1', '1960Q2',
             '1960Q3', '1960Q4', '1961Q1', '1961Q2',
             ...
             '2007Q2', '2007Q3', '2007Q4', '2008Q1', '2008Q2', '2008Q3',
             '2008Q4', '2009Q1', '2009Q2', '2009Q3'],
            dtype='period[Q-DEC]', name='date', length=203)

以上代码通过pandas.PeriodIndex.from_fields()方法使用data的year和quarter列组合创建了索引，并设置索引名为date。在获取year列和quarter列时使用的是pop方法，那么会在data中将这两列删除。下面我们将索引对象通过to_timestamp()方法转换为时间类型数组，并将其赋值给data索引，然后输出data前5行：

输出结果：

下面我们再基于data，选择列的子集，并为列索引指定名称 “item”，输出前5行：

 输出结果：

 最后，使用 stack 重新reshape，使用 reset_index 将新的索引level转换为列，并将包含数据值的列命名为 “value”：

输出结果：

这种多时间序列长格式中，表中的每一行都表示一个观测值。

数据通常以上面输出结果中的方式存储在关系 SQL 数据库中。在前面的示例中，date 和 item 通常是主键（关系数据库的说法）。在某些情况下，这种格式的数据可能更难处理，例如，我们希望 DataFrame 包含每个不同项目值的一列，并在 Date 列中按时间戳编制索引，那么，我们可以使用DataFrame 的 pivot 方法执行这种转换（又将上面的long_data转换回去了）：

输出：

传递给pivot()方法的前两个值分别是要用作行和列索引的列，最后是用于填充 DataFrame 的可选值列。 如果有两个要同时重塑的值列，我们可以这么做，看以下代码示例：

long_data[:10] 输出：

 pivoted.head()输出：

pivoted["value"].head()输出：

注意：pivot 等效于使用 set_index 创建分层索引，然后调用 unstack：

pivoted = long_data.pivot(index="date", columns="item")

与

unstacked = long_data.set_index(["date", "item"]).unstack(level="item") 等效。

三、将 “Wide” 格式转换为 “Long” 格式

对 DataFrames 进行透视的反向操作是 pandas.melt。它不是在新的 DataFrame 中将一列转换为多列，而是将多列合并为一列，从而生成比输入更长的 DataFrame。看以下代码示例：

df输出：

 melted输出：

以上将“key” 列作为是组指示符，其他列是数据值。使用 pandas.melt 时，我们必须指出哪些列（如果有）是组指示符。使用 pivot，我们可以将形状重塑回原始布局，例如：

reshaped输出：

由于 pivot 的结果从用作行标签的列创建索引，因此我们可以使用 reset_index 将数据移回列：

reshaped.reset_index() 后输出：

 上面在使用melt()方法时，除了指示符列key外，默认将其他列都作为了值列，我们还可以指定要用作值列的列子集：

pd.melt(df, id_vars="key", value_vars=["A", "B"])

这行代码输出只有A,B列作为值列的结果：

pandas.melt 也可以在没有任何组标识符的情况下使用，例如：

以上a输出：

 b输出：

总结：通过以上的学习，我掌握了一些用于数据导入、清理和重组的 pandas 基础知识，后面继续学习使用 matplotlib 进行数据可视化以及pandas更深入的应用。