Pandas2.2 DataFrame

Reshaping sorting transposing

方法	描述
DataFrame.droplevel(level[, axis])	用于**从 DataFrame 的索引（行或列）中删除指定层级（level）**的方法
DataFrame.pivot(*, columns[, index, values])	用于重塑 DataFrame 的结构的方法
DataFrame.pivot_table([values, index, …])	用于**创建透视表（pivot table）**的函数
DataFrame.reorder_levels(order[, axis])	用于重新排序多级索引（MultiIndex）的层级顺序的方法
DataFrame.sort_values(by, *[, axis, …])	用于按指定列或行的值对 DataFrame 进行排序的方法
DataFrame.sort_index(*[, axis, level, …])	用于按索引（行或列）对 DataFrame 进行排序的方法
DataFrame.nlargest(n, columns[, keep])	用于选取 DataFrame 中某列或多列的前 n 个最大值对应的行的方法
DataFrame.nsmallest(n, columns[, keep])	用于选取 DataFrame 中某列或多列的前 n 个最小值对应的行的方法
DataFrame.swaplevel([i, j, axis])	用于交换多级索引（MultiIndex）中两个层级的位置的方法
DataFrame.stack([level, dropna, sort, …])	用于将 DataFrame 的列索引“压入”行索引中，从而增加行数并减少列数的方法

pandas.DataFrame.stack()

pandas.DataFrame.stack(level=-1, dropna=<no_default>, sort=<no_default>, future_stack=False) 是一个用于将 DataFrame 的列索引“压入”行索引中，从而增加行数并减少列数的方法。它常用于将宽格式数据转换为长格式数据，是 unstack() 的反向操作。

---

📌 方法签名

DataFrame.stack(level=-1, dropna=True, sort=False, future_stack=False)

---

🔧 参数说明

参数	类型	说明
level	int、str 或 list of int/str，默认 -1（最后一级）	要堆叠的列索引层级；默认只堆叠最内层
dropna	bool，默认 True	是否删除结果中的 NaN 值
sort	bool，默认 False	是否对新生成的 MultiIndex 进行排序
future_stack	bool，默认 False	控制是否启用未来行为（Pandas 2.0+ 中可能默认为 True）

---

✅ 返回值

• 返回一个新的 DataFrame 或 Series；
• 如果堆叠后只剩一列，则返回 Series；
• 否则返回 DataFrame；
• 原始数据不会被修改。

---

🧪 示例代码及结果

示例 1：基本用法（单级列索引）

import pandas as pd# 创建一个普通 DataFrame
df = pd.DataFrame({'A': [1, 2],'B': [3, 4]
}, index=['row1', 'row2'])print("Original DataFrame:")
print(df)

输出：

      A  B
row1  1  3
row2  2  4

# stack() 将列变为行索引
stacked = df.stack()
print("\nAfter stack():")
print(stacked)

输出：

row1  A    1B    3
row2  A    2B    4
dtype: int64

结果是一个 Series，具有多级索引。

---

示例 2：使用 dropna=False 保留缺失值

df_with_nan = pd.DataFrame({'A': [1, None],'B': [None, 4]
}, index=['row1', 'row2'])print("DataFrame with NaN:")
print(df_with_nan)

输出：

       A    B
row1  1.0  NaN
row2  NaN  4.0

# 不删除 NaN
stacked_with_nan = df_with_nan.stack(dropna=False)
print("\nAfter stack(dropna=False):")
print(stacked_with_nan)

输出：

row1  A    1.0B    NaN
row2  A    NaNB    4.0
dtype: float64

---

示例 3：堆叠多级列索引（MultiIndex）

# 创建一个多级列索引 DataFrame
arrays = [['X', 'X', 'Y', 'Y'],['a', 'b', 'a', 'b']
]
columns = pd.MultiIndex.from_arrays(arrays, names=('group', 'sub'))
df_multi_col = pd.DataFrame([[1, 2, 3, 4], [5, 6, 7, 8]], columns=columns)print("Original Multi-column DataFrame:")
print(df_multi_col)

输出：

group          X         Y       
sub            a  b       a  b
0              1  2       3  4
1              5  6       7  8

# 默认堆叠最内层（sub）
stacked_inner = df_multi_col.stack()
print("\nAfter stack() (inner level):")
print(stacked_inner)

输出：

   group  X  Y
0 sub         a     X  1  3b     X  2  4
1 sub         a     X  5  7b     X  6  8

注意：此时返回的是 DataFrame，因为堆叠后仍有多列。

---

示例 4：指定堆叠外层索引（level=‘group’）

# 堆叠外层索引（group）
stacked_outer = df_multi_col.stack(level='group')
print("\nAfter stack(level='group'):")
print(stacked_outer)

输出：

sub           a  bgroup              
0 X           1  2Y           3  4
1 X           5  6Y           7  8

此时 group 被压入行索引中。

---

示例 5：堆叠多个层级（level=[0, 1]）

# 堆叠所有层级
stacked_all_levels = df_multi_col.stack(level=[0, 1])
print("\nAfter stack(level=[0, 1]):")
print(stacked_all_levels)

输出：

   group  sub  value
0 X   a        1X   b        2Y   a        3Y   b        4
1 X   a        5X   b        6Y   a        7Y   b        8

注意：在某些版本中会自动添加 value 列名。

---

示例 6：设置 sort=True 对结果排序

# 设置 sort=True
stacked_sorted = df_multi_col.stack(sort=True)
print("\nAfter stack(sort=True):")
print(stacked_sorted)

输出（与前面类似，但索引已排序）：

   group  X  Y
0 sub         a     X  1  3b     X  2  4
1 sub         a     X  5  7b     X  6  8

索引按字典序排列。

---

🧠 应用场景

场景	说明
重塑数据结构	将宽格式转为长格式，适合后续分析或绘图
准备时间序列数据	如将不同时间点的数据合并为一列
配合 groupby 使用	长格式更适合分组统计
可视化准备	准备适合绘制箱线图、折线图等的数据格式

---

⚠️ 注意事项

• stack() 默认只堆叠最内层列索引；
• 可通过 level 指定任意层级；
• dropna=True 会删除含 NaN 的行；
• sort=True 会对新生成的 MultiIndex 排序；
• 堆叠后如果只剩一列，结果为 Series；
• 适用于行索引（axis=0），不支持列方向堆叠；
• future_stack=True 在 Pandas 2.0+ 中可能会成为默认行为。

---

✅ 总结对比

方法	是否推荐使用	说明
stack()	✅ 推荐	快速将列索引压入行索引
stack(level='name')	✅ 推荐	使用层级名清晰直观
stack(level=0)	✅ 推荐	快速按编号堆叠层级
stack(..., dropna=False)	✅ 推荐	保留缺失值
stack(..., sort=True)	✅ 推荐	自动排序索引

---

你可以根据实际需求选择堆叠哪些层级、是否删除缺失值、是否排序，从而灵活地将数据从“宽格式”转换为“长格式”，便于后续分析和可视化。它是 Pandas 中非常重要的数据重塑工具之一。