如何将“ pandas”中“ DataFrame”的“ unstack”方法反转回原始对象？

Question

我想将对称相似性矩阵（pd.DataFrame）转换为pd.Series带a的未堆叠状态，pd.MultiIndex然后再转换为apd.DataFrame这是获得对称的代码，pd.DataFrame也是我尝试反转操作的尝试。我应该使用pivot吗？我想以另一个pd.DataFrame名称结尾df_sqr_revert，该名称与原始名称相同df_sqr。有谁知道如何撤销此操作？data = {'sepal_length': {'sepal_length': 1.0, 'sepal_width': 0.44531537502467533, 'petal_length': 0.935877078652436, 'petal_width': 0.9089768166845817}, 'sepal_width': {'sepal_length': 0.44531537502467533, 'sepal_width': 1.0, 'petal_length': 0.2897419517994226, 'petal_width': 0.32172795519309727}, 'petal_length': {'sepal_length': 0.935877078652436, 'sepal_width': 0.2897419517994226, 'petal_length': 1.0, 'petal_width': 0.9813785485254833}, 'petal_width': {'sepal_length': 0.9089768166845817, 'sepal_width': 0.32172795519309727, 'petal_length': 0.9813785485254833, 'petal_width': 1.0}}df_sqr = pd.DataFrame(data)#               petal_length  petal_width  sepal_length  sepal_width# petal_length      1.000000     0.981379      0.935877     0.289742# petal_width       0.981379     1.000000      0.908977     0.321728# sepal_length      0.935877     0.908977      1.000000     0.445315# sepal_width       0.289742     0.321728      0.445315     1.000000Se_vertical = df_sqr.unstack()# petal_length  petal_length    1.000000#               petal_width     0.981379#               sepal_length    0.935877#               sepal_width     0.289742# petal_width   petal_length    0.981379#               petal_width     1.000000#               sepal_length    0.908977#               sepal_width     0.321728# sepal_length  petal_length    0.935877#               petal_width     0.908977#               sepal_length    1.000000#               sepal_width     0.445315# sepal_width   petal_length    0.289742#               petal_width     0.321728#               sepal_length    0.445315#               sepal_width     1.000000# dtype: float64# df_sqr_revert = Se_vertical.stack()# AttributeError: 'Series' object has no attribute 'stack'

Answer 1

矛盾的是，您想要的是第二个unstack调用：

In [14]: df

Out[14]: 

              sepal_length  sepal_width  petal_length  petal_width

petal_length      0.935877     0.289742      1.000000     0.981379

petal_width       0.908977     0.321728      0.981379     1.000000

sepal_length      1.000000     0.445315      0.935877     0.908977

sepal_width       0.445315     1.000000      0.289742     0.321728

In [13]: df_sqr.unstack().unstack()

Out[13]: 

              petal_length  petal_width  sepal_length  sepal_width

sepal_length      0.935877     0.908977      1.000000     0.445315

sepal_width       0.289742     0.321728      0.445315     1.000000

petal_length      1.000000     0.981379      0.935877     0.289742

petal_width       0.981379     1.000000      0.908977     0.321728

该文件提到，拆散了一系列的情况下等于支点，就像你在你的问题之嫌。

奖金

只是因为我很好奇，当我们为列和索引标签加上前缀时，堆栈和非堆栈之间的区别变得更加明显：

In [17]: df.columns  = [f'columns_{i}' for i in df.columns]

In [18]: df.index  = [f'index_{i}' for i in df.index]

.stack() 将行索引作为多索引的最左侧：

In [20]: df.stack()

Out[20]: 

index_petal_length  columns_sepal_length    0.935877

                    columns_sepal_width     0.289742

                    columns_petal_length    1.000000

                    columns_petal_width     0.981379

index_petal_width   columns_sepal_length    0.908977

                    columns_sepal_width     0.321728

                    columns_petal_length    0.981379

                    columns_petal_width     1.000000

index_sepal_length  columns_sepal_length    1.000000

                    columns_sepal_width     0.445315

                    columns_petal_length    0.935877

                    columns_petal_width     0.908977

index_sepal_width   columns_sepal_length    0.445315

                    columns_sepal_width     1.000000

                    columns_petal_length    0.289742

                    columns_petal_width     0.321728

dtype: float64

.unstack() 将列索引作为多索引的最左侧：

In [21]: df.unstack()

Out[21]: 

columns_sepal_length  index_petal_length    0.935877

                      index_petal_width     0.908977

                      index_sepal_length    1.000000

                      index_sepal_width     0.445315

columns_sepal_width   index_petal_length    0.289742

                      index_petal_width     0.321728

                      index_sepal_length    0.445315

                      index_sepal_width     1.000000

columns_petal_length  index_petal_length    1.000000

                      index_petal_width     0.981379

                      index_sepal_length    0.935877

                      index_sepal_width     0.289742

columns_petal_width   index_petal_length    0.981379

                      index_petal_width     1.000000

                      index_sepal_length    0.908977

                      index_sepal_width     0.321728

dtype: float64