如何用pandas的stack/unstack结合swaplevel重塑指定DataFrame？

嘿，我来帮你一步步拆解怎么完成这个DataFrame的重塑操作～首先我先把你给出的DataFrame补全（给cost1列补了示例值，方便后续演示）：

import pandas as pd

df = pd.DataFrame({
    'period': {0: pd.Timestamp('2016-05-01'), 1: pd.Timestamp('2017-05-01'), 
               2: pd.Timestamp('2018-03-01'), 3: pd.Timestamp('2018-04-01'), 
               4: pd.Timestamp('2016-05-01'), 5: pd.Timestamp('2017-05-01'), 
               6: pd.Timestamp('2016-03-01'), 7: pd.Timestamp('2016-04-01')},
    'cost2': {0: 15, 1: 144, 2: 44, 3: 34, 4: 13, 5: 11, 6: 12, 7: 13},
    'rev2': {0: 154, 1: 13, 2: 33, 3: 37, 4: 15, 5: 11, 6: 12, 7: 13},
    'cost1': {0: 25, 1: 124, 2: 54, 3: 44, 4: 23, 5: 21, 6: 22, 7: 23}
})

第一步：把period设为索引 #

堆叠操作需要合适的索引基础，先把时间列设为DataFrame的索引：

df = df.set_index('period')

第二步：用stack()把宽表转长表 #

stack()会把列标签（比如cost1、cost2、rev2）转化为索引的下层，把原来的宽表变成长表结构：

stacked_df = df.stack()

这时候stacked_df的索引是双层结构：第一层是period时间，第二层是指标名称（比如cost2），每个行对应一个时间+指标的数值组合。

第三步：用swaplevel()交换索引层级 #

如果你想把指标名称放在索引上层，时间放在下层（方便按指标归类查看数据），就用swaplevel()交换两个索引层级的位置：

swapped_df = stacked_df.swaplevel(0, 1)

现在索引变成了(指标名, period)，同一指标的所有时间数据会被集中在一起。

第四步：（可选）用unstack()转回宽表 #

如果想把时间层级重新转回列，得到以“指标”为行、“时间”为列的规整宽表，就用unstack()：

final_df = swapped_df.unstack()

这时候你会得到一个每行对应一个指标、每列对应一个时间点的表格，结构更适合做横向对比分析。

完整流程的链式简写 #

你也可以把这些操作连起来一步到位：

final_df = df.set_index('period').stack().swaplevel(0, 1).unstack()

额外小提示 #

• 如果只想堆叠特定列（比如只处理cost开头的列），可以给stack()传参数：stack(['cost1', 'cost2'])
• unstack()可以指定要展开的层级，比如unstack(0)就是展开第一个索引层级
• 默认stack()会丢弃缺失值，加上dropna=False可以保留缺失值的行

内容的提问来源于stack exchange，提问作者codingknob