6-3 stack与unstack的床位调整

6-3 stack与unstack：宽长之间的床位调整

本节摘要：unstack把层次索引的某一层掀到列上变宽表，stack把列名压回索引变长表，两者是纯搬运不聚合的形态转换。本节讲清层次索引这个操作台、层号与层名的指定法、以及与第05章melt的分工边界。

归并室的收官器械。5-1的分组结果和5-3的透视表都产出过层次索引，病人躺在"多层床"上，有时要把上铺的掀下来（unstack），有时要把摊开的收回去（stack）。它和melt一样做宽长转换，区别在操作对象：stack与unstack以层次索引为舞台，melt以普通列名为舞台。

unstack：掀上铺

import pandas as pd

# 一张两层病床：门店-渠道双层索引的金额
s = pd.Series(
    [1280, 960, 1732, 880, 2100],
    index=pd.MultiIndex.from_product([['A', 'B', 'C'], ['线上', '线下', '']],
                                     names=['门店', '渠道']))
s = s[s.index.get_level_values('渠道') != '']
print(s)
# 门店  渠道
# A   线上    1280
#     线下     960
# B   线上    1732
# C   线下    2100   ← 层次索引：数据是长形态

# unstack把内层（渠道）掀到列上
wide = s.unstack('渠道')
print(wide)
# 渠道    线上    线下
# 门店
# A    1280   960.0
# B    1732     NaN
# C     NaN  2100.0
​

unstack('渠道')用层名，unstack(0)或unstack(1)用层号（0最外层）。掀床的结果：行变少、列变多、没数据的格子自动补NaN。

stack：收摊

# stack是逆操作：把列名压回索引层
long = wide.stack()
print(long)
# 门店  渠道
# A   线下     960.0
#     线上    1280.0
# B   线上    1732.0
# C   线下    2100.0

# 注意两个细节：
# 一、stack默认丢弃NaN格（dropna=True），A线上B线下那种空格直接消失
# 二、值列因NaN的存在已是float，来回转换后dtype不还原
filled = wide.fillna(0).stack()
print(filled)
# A   线下     960.0
#     线上    1280.0
# B   线上    1732.0
#     线下       0.0   ← 0补位后保留
# C   线下    2100.0
#     线上       0.0
​

⚠️ 常见坑：stack默认悄悄丢掉NaN格子，且不发任何提示。想要"每个组合都占一格"的完整长表，先fillna再stack；反过来，想保持稀疏（没开张就是没记录），就利用这个默认行为。

DataFrame的双向调整

df = pd.DataFrame({
    '门店': ['A', 'A', 'B', 'B'],
    '渠道': ['线上', '线下', '线上', '线下'],
    '金额': [1280, 960, 1732, 880],
})
pivot = df.pivot_table(index='门店', columns='渠道', values='金额', aggfunc='sum')

# 层次索引版的长表：索引是门店-渠道两层
hi = pivot.stack().rename('金额').reset_index()
print(hi)
#   门店   渠道    金额
# 0   A  线下   960.0
# 1   A  线上  1280.0
# 2   B  线上  1732.0
# 3   B  线下   880.0

# 列也可以是多层的：unstack两次得到二维排版
multi = df.pivot_table(index='门店', columns='渠道', values='金额', aggfunc='sum')
swapped = multi.T            # 行列互换的快捷方式
print(swapped.index.name)    # 渠道
​

stack与melt的分工边界

宽长转换的两条路

本节要点回顾

• unstack掀层变宽，按层名或层号指定，空格补NaN
• stack压列回长，默认丢NaN格，完整格子先fillna
• 来回转换dtype可能变float，严谨场景转回后再astype
• 与melt的分界：入口是层次索引用stack，普通宽表用melt
• T是行列快翻，简单场景比unstack省事

追问：什么场景真的需要宽长转换

床铺调整不是炫技，三类真实需求撑起它的出场率。其一，人看的对比表天然是宽的（门店对比渠道），机器吃的建模表天然是长的（每行一个观测），一份分析常常两头都要。其二，多指标相关性分析：各渠道金额在宽形态下才能一句corr算出相关矩阵。其三，入库与出库：数据库范式偏爱长形态，报表平台偏爱宽形态，ETL的中段就是在两种形态间来回摆渡。

# 宽形态的corr：一句话看出渠道间的联动
wide2 = df.pivot_table(index='门店', columns='渠道', values='金额', aggfunc='sum')
print(wide2.corr().round(2))
# 渠道    线上   线下
# 渠道
# 线上   1.00   NaN   # 样本太小，相关系数无意义，仅示意流程
# 线下    NaN   1.00
​

样本量放大后这张表才有诊断价值，但管道就是这两行。工具的意义在于规模变化时管道不用重写。

归并室收工清单

三台器械各自的验收点：merge——口径想清楚、indicator看了、行数对上了；concat——索引处理决定了、结构差异是个决定而不是意外；stack与unstack——NaN的丢弃与保留是知情选择。归并室输出的宽表，就是下一章时间轴要接手的病史正本。

归并室收工。下一章给病史装上时间轴，进入长期随访。