Python: pandas.DataFrame reshape重新排列(樞紐分析): stack() ; unstack() #可用idxmax()求最大值的index/columns ; groupby().mean().reset_index() ; pivot() ; pivot_table( aggfunc = np.mean ) ; set_index() ; pivot_table = groupby + pivot #pivot_table() 有aggfunc參數,所以索引組合可以重複,pivot則無此參數,若有重複的索引組合,需要先用groupby().mean()

import pandas as pd
import numpy as np

# 构造一个示例 DataFrame
df = pd.DataFrame({
    'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'],
    'B': ['one', 'one', 'two', 'three', 'two', 'two', 'one', 'three'],
    'C': np.random.randn(8),
    'D': np.random.randn(8)
})
print("df:\n",df)
# 使用 stack() 方法
stacked = df.stack()
print("\nstacked:\n",stacked)

# 使用 unstack() 方法
unstacked = stacked.unstack()
print("\nunstacked:\n",unstacked)

# 使用 pivot() 方法
df_groupby_AB = df.groupby(["A","B"]).mean().reset_index()
#reset_index() 重新把A B推回一般column資料
""" 官網說明 pandas.DataFrame.pivot
DataFrame.pivot(*, columns, index=typing.Literal[<no_default>], 
values=typing.Literal[<no_default>])

index: str or object or a list of str, optional
Column to use to make new frame’s index. 
If not given, uses existing index.
如果未指定index參數,則使用原本存在的index,
後續pivot() 若使用原index
就不用reset_index(),將index推回變columns
"""
print("\ndf_groupby_AB:\n",df_groupby_AB)
#要先做groupby(),不然會出現
#ValueError: Index contains duplicate entries, cannot reshape
pivoted = df_groupby_AB.pivot(index='A', columns='B', values='C')
print("\npivoted:\n",pivoted)

# 使用 pivot_table() 方法
pivoted_table = pd.pivot_table(df, values='C', 
                               index=['A'], columns=['B'], 
                               aggfunc=np.sum)
print("\npivoted_table:\n",pivoted_table)