Python數據分析基礎與應用模塊電子活頁5-21重塑層次化索引【技能訓練5-21】重塑層次化索引【訓練要求】在JupyterNotebook開發環境中創建j5-21.ipynb，然后編寫代碼實現重塑層次化索引。【實施過程】1．使用stack()函數將數據的列索引轉換為行索引將具有單層索引的DataFrame對象重塑為具有兩層索引的Series對象，也就是將列索引轉換成內層行索引，代碼如下：importnumpyasnpimportpandasaspd#創建DataFrame對象data1=pd.DataFrame(np.arange(4).reshape((2,2)),index=pd.Index(['row1','row2'],name='rows'),columns=pd.Index(['col1','col2'],name='cols'))print(data1)#使用stack()函數改變data1的層次化索引result1=data1.stack()print('列索引轉換為內層行索引\n',result1)print('類型為：',type(result1))輸出結果：colscol1col2rowsrow101row223列索引轉換為內層行索引rowscolsrow1col10col21row2col12col23dtype:int32類型為：<class'pandas.core.series.Series'>從上述輸出結果可以看出，DataFrame對象已經被轉換為Series對象。2．使用unstack()函數將數據的行索引轉換為列索引（1）使用unstack()函數將重塑的Series對象轉換為DataFrame對象將前面示例中重塑的Series對象恢復原樣，即將其轉換為DataFrame對象，代碼如下：print('操作內層索引\n',result1.unstack())print('操作外層索引\n',result1.unstack(0))print('操作行索引\n',result1.unstack('rows'))輸出結果：操作內層索引colscol1col2rowsrow101row223操作外層索引rowsrow1row2colscol102col213操作行索引rowsrow1row2colscol102col213（2）使用unstack()函數將Series對象轉換為DataFrame對象代碼如下：#創建Series對象s1=pd.Series([0,1,2,3],index=['a','b','c','d'])s2=pd.Series([4,5,6],index=['c','d','e'])data2=pd.concat([s1,s2],keys=['one','two'])print(data2)#使用unstack()函數改變data2的層次化索引result2=data2.unstack()print('將數據的行索引轉換為列索引\n',result2)print('類型為：',type(result2))輸出結果：onea0b1c2d3twoc4d5e6dtype:int64將數據的行索引轉換為列索引abcdeone0.01.02.03.0NaNtwoNaNNaN4.05.06.0類型為：<class'pandas.core.frame.DataFrame'>（3）使用stack()函數將數據的列索引轉換為行索引，并刪除缺失值對應的行代碼如下：result3=data2.unstack().stack()print('刪除缺失值對應的行\n',result3)print('類型為：',type(result3))輸出結果：刪除缺失值對應的行onea0.0b1.0c2.0d3.0twoc4.0d5.0e6.0dtype:float64類型為：<class'pandas.core.series.Series'>（4）使用stack()函數將數據的列索引轉換為行索引，不刪除缺失值對應的行代碼如下：result4=data2.unstack().stack(dropna=False)print('不刪除缺失值對應的行\n',result4)輸出結果：不刪除缺失值對應的行onea0.0b1.0c2.0d3.0eNaNtwoaNaNbNaNc4.0d5.0e6.0dtype:float64（5）使用字典創建DataFrame對象，然后分別使用unstack()、stack()函數進行行索引與列索引的轉換代碼如下：df1=pd.DataFrame({'left':result1,'right':result1+5},columns=pd.Index(['left','right'],name='side'))print(df1)#使用unstack()、stack()函數result4=df1.unstack('rows')print('將數據的行索引轉換為列索引\n',result4)print('類型為：',type(result4))result5=result4.stack('side')print('將數據的列索引轉換為行索引\n',result5)print('類型為：',type(result5))輸出結果：sideleftrightrowscolsrow1col105col216row2col127col238將數據的行索引轉換為列索引sideleftrightrowsrow1row2row1row2colscol10257col21368類型為：<class'pandas.core.frame.DataFrame'>將數據的列索引轉換為行索引rows