[Pandas] stack( ) & unstack( )

 

 

 

 

 

✳️ unstack : index to column

파라미터 

• level: unstack을 수행할 인덱스 레벨을 지정
  여러 개의 레벨을 지정할 수 있으며, 이 경우 데이터프레임이 멀티인덱스를 가지게 됨
  기본값은 -1로, 마지막 인덱스 레벨을 사용
• fill_value: unstack을 수행한 결과에서 결측값을 채울 값을 지정
  기본값은 None으로, 결측값을 그대로 둠

 

<기본 구조>

dataframe.unstack(level = -1, dropna == True)

level : default 값은 -1이고, 하나의 index 혹은 columns를 쌓을 수준 (한 번에 여러 level을 선택할 수 없다.)
dropna : default 값은 True 이고, False로 설정할 경우, nan 값이 출력됨

 

➕ 예시)

이러한 데이터가 있다고 가정한다.

 

⭐ 데이터프레임.unstack(level = 0 or level = 1)?

level을 조절해서 몇 번째 인덱스를 컬럼으로 올릴 것인지 정할 수 있다.
디폴트 값은 마지막 인덱스이다.

이 데이터프레임에 unstack을 각각 (0)과 (1)로 했을 때 어떻게 출력 되는지 확인해보면,

 

unstack(0) : 0번째 인덱스 값인  one, two가 컬럼으로 배치되었고,
unstack(1) :  1번째 인덱스 값인 a, b가 컬럼으로 배치되었다.

 

 

✳️ stack : column to index

파라미터

• level: stack을 수행할 인덱스 레벨을 지정
  여러 개의 레벨을 지정할 수 있으며, 이 경우 데이터프레임이 멀티인덱스를 가지게 됨
  기본값은 -1로, 마지막 인덱스 레벨을 사용
• dropna: 스택을 수행한 결과에서 결측값을 제거할지 여부를 지정
  기본값은 True로, 결측값을 제거
  (dropna=True 옵션을 주면 결측값이 있는 행(row)는 스택(Stack)의 대상에서 제외된다.)

 

<기본 구조>

dataframe.stack(level = -1, dropna == True)

level : default 값은 -1이고, 하나의 index 혹은 columns를 쌓을 수준 (한 번에 여러 level을 선택할 수 없다.)
dropna : default 값은 True 이고, False로 설정할 경우, nan 값이 출력됨

 

➕ 예시)

마찬가지로 컬럼이 다음과 같이 0, 1과 one, two로 이루어져 있고 값이 있는 이러한 데이터가 있다고 가정해보자.

stack도 비슷한 원리이다.
stack(0) : 0번째 인덱스 값인 0, 1 인덱스로 배치되었고,
stack(1) : 1번째 인덱스 값인  one, two가 컬럼으로 배치되었다.

 

 

 

 

<참고>

https://resultofeffort.tistory.com/85

[python] pandas stack / unstack

https://gibles-deepmind.tistory.com/entry/Pandas-Stack-VS-Unstack

Pandas | Stack VS Unstack