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
相关产品推荐

