Python 3中如何实现数据的行转列操作_利用stack与unstack-Python教程-PHP中文网

该用unstack而非pivot时：索引已含MultiIndex且需将某层转为列；pivot要求扁平数据并显式指定index/columns/values，误用于MultiIndex会报错。

python 3中如何实现数据的行转列操作_利用stack与unstack

什么时候该用 `unstack` 而不是 `pivot`

当你的索引（index）已经包含多层结构，且目标是把某一层“抬升为列”，unstack 是最直接的选择；而 pivot 要求原始数据是扁平的 DataFrame，必须显式指定 index、columns 和 values 三者。误用 pivot 去处理已有 MultiIndex 的数据，会报 ValueError: Index contains duplicate entries, cannot reshape。

常见场景：用 groupby(...).size() 或 pd.crosstab() 得到的带双层索引的结果，后续想按某个分类维度展开成列 —— 这时直接 .unstack(level=...) 即可，不用重设索引再 pivot。

unstack 默认展开最内层索引（level=-1），也可指定整数或名称，例如 .unstack('category')
若展开后出现 NaN，说明原 MultiIndex 中存在缺失组合，这是正常行为，不是 bug
展开后列名会变成 MultiIndex（如果原索引有多层），需要 .columns = columns.droplevel(0) 或 .add_prefix() 清理

`stack` 的典型误用：为什么结果多了一层括号

对一个普通 DataFrame 直接调用 .stack()，会把所有列压进最内层索引，生成一个 Series，其索引是 MultiIndex（原行索引 + 原列名）。如果你看到输出像 (0, 'A') 1.2 这种带括号的索引，不是错误，而是 stack 的标准行为 —— 它本就是为“列转行”设计的逆操作。

容易踩的坑：

对已含 MultiIndex 列的 DataFrame 用 stack()，默认只压最内层列，可能不符合预期；需加 level 参数，如 .stack(level=1)
stack 后若要还原回 DataFrame，不能直接 unstack，得先确认索引层级是否匹配；否则会报 ValueError: Index has duplicate keys
数值列含 None 或 np.nan 时，stack 会自动丢弃这些项 —— 如果需要保留空位，得先 fillna()

如何用 `unstack` 处理重复索引问题

当你调用 unstack 报错 Cannot unstack a duplicate axis，说明同一组索引键对应多个值，pandas 不知道该聚合还是报错。这不是数据问题，而是你没告诉它怎么处理。

解决路径只有两条：

Python Hardener

通过完整的安全审查、代码整洁重构、健壮的错误处理、正确的日志记录以及完整的文档字符串覆盖，强化 Python 脚本。

下载

先聚合再 unstack：例如 df.groupby(['user', 'item'])['score'].mean().unstack('item')
用 set_index 显式构造唯一 MultiIndex，例如 df.set_index(['user', 'item', 'timestamp'], drop=False).unstack('item')（前提是 timestamp 能消除重复）
强行去重（慎用）：df.drop_duplicates(['user', 'item']).set_index(['user', 'item']).unstack('item')，但会丢失信息

注意：unstack 本身不提供 aggfunc 参数，聚合必须在之前完成。

性能差异：为什么有时 `pivot_table` 比 `unstack` 快得多

当原始数据未设置 MultiIndex，且你需要按多个字段分组展开时，pivot_table(index=..., columns=..., values=..., aggfunc='first') 内部做了优化，避免了先 groupby 再 unstack 的两步开销。实测百万行数据下，pivot_table 可比等效的 groupby(...).first().unstack() 快 2–3 倍。

关键区别：