You need to enable JavaScript to run this app. 如何将pd.DataFrame直接堆叠转为pd.Series,避免多次调用stack()?
优惠活动
大模型
产品
解决方案
定价
更多

如何将pd.DataFrame直接堆叠转为pd.Series,避免多次调用stack()?

解决方案

方法1:单次调用stack,指定全部列层级

stack方法支持传入level参数指定要堆叠的列索引层级,你可以直接把列上的所有多级索引一次性传入,不需要多次调用:

# 一次将两级列索引全部堆叠为行索引,直接得到单值Series
res = df.stack(level=[0, 1]).reset_index(name='value')
# 重命名自动生成的层级列名
res = res.rename(columns={'level_0': 'year', 'level_1': 'month'})

如果你的列MultiIndex创建时就指定了层级名称,连重命名步骤都可以省:

# 初始化时给列索引加名称
df.columns = pd.MultiIndex.from_tuples(
    list(zip(*[['2019', '2018'], ['Apr', 'Oct']])),
    names=['year', 'month']
)
# 直接得到最终结果
res = df.stack(level=[0, 1]).reset_index(name='value')

方法2:用melt方法实现,完全不需要stack

如果你不想用stack逻辑,也可以用更直观的宽表转长表方法melt:

res = df.reset_index().melt(
    id_vars=['animal', 'unit'], # 保留为行维度的列
    var_name=['year', 'month'], # 列多级索引转为行后的列名
    value_name='value' # 数值列的名称
)

两种方法输出的结果和你两次stack得到的结果完全一致,不管列索引有多少层级,第一种方法只要把所有要堆叠的层级都传入level列表,就能一次性把DataFrame转为单值的Series,不需要多次调用stack。

内容的提问来源于stack exchange,提问作者Newskooler

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.16 12:36:07