第四章-变形

四、问题与练习

1. 问题

【问题一】 上面提到了许多变形函数，如melt/crosstab/pivot/pivot_table/stack/unstack函数，请总结它们各自的使用特点。

• pivot函数
  不能分组，index和columns不能完全相同，否则会报错
• pivot_table函数
  （1）有分组功能，可以通过aggfunc参数对组内数据进行聚合统计，可传入各类函数，默认为mean
  （2）可以通过margins参数汇总边际状态，通过margins_name设置名字
  （3）行，列，值都可以为多级
• crosstab函数
  支持分组，但不支持多级分组，可以通过normalize参数进行数据归一化，也可以汇总边际状态
• melt函数
  相当于pivot函数的逆操作
• stack函数
  可以将通过pivot_table函数压缩的数据展开成stack,参数level可指定变化的列索引是哪一层
• unstack函数
  stack的逆函数，功能上类似于pivot_table()函数

【问题二】 变形函数和多级索引是什么关系？哪些变形函数会使得索引维数变化？具体如何变化？

可以通过设置变形函数的index，values参数来生成多级索引

【问题三】 请举出一个除了上文提过的关于哑变量方法的例子。

【问题四】 使用完stack后立即使用unstack一定能保证变化结果与原始表完全一致吗？

df_s = pd.pivot_table(df,index=['Class','ID'],columns='Gender',values=['Height','Weight'])

df_s.stack().unstack().equals(df_stacked)  # False

【问题五】 透视表中涉及了三个函数，请分别使用它们完成相同的目标（任务自定）并比较哪个速度最快。

%timeit df.pivot(index='ID',columns='Gender',values='Height')
%timeit pd.pivot_table(df,index='ID',columns='Gender',values = "Height")
%timeit pd.crosstab(index=df['ID'],columns=df['Gender'])

【问题六】 既然melt起到了stack的功能，为什么再设计stack函数？

stack函数的参数level可指定变化的列索引是哪一层