pandas处理数据除了对数据进行加减乘除、关联、分组等之外，还会涉及对数据进行变形操作，比如多行转多列，多列转多行，本文介绍下pandas多行变多列（即长表变宽表）操作，分别用pivot和unstack来实现。

　　1、利用pivot函数实现多行变多列

DataFrame.pivot(index=None, columns=None, values=None) # 官方文档pivot的介绍

　　pivot函数比较好理解，index参数指的是你想作为行索引的列，columns指的是你想让他变成列索引的数据所在的列。实现多行变多列案例如下：

　　PS：如果你遇到Index contains duplicate entries, cannot reshape报错，别担心，请看这里解决Index contains duplicate entries, cannot reshape

# -*- coding:UTF-8 -*-
df = pd.read_excel('11.xlsx')
print(df)
print('------------')
df_res = df.pivot(index=['engine'],columns=['pingtai'],values=[2020,2021])
print(df_res)

  engine pingtai  2020  2021
0  baidu      pc    10   100
1  baidu     wap    20   200
2  baidu     app    30   300
3  sogou      pc    30   300
4  sogou     wap    40   400
5  sogou     app    50   500
------------
        2020         2021          
pingtai  app  pc wap  app   pc  wap
engine                             
baidu     30  10  20  300  100  200
sogou     50  30  40  500  300  400

　　2、利用unstack实现多行变多列

DataFrame.unstack(level=- 1, fill_value=None) #官方unstack介绍

　　对比pivot函数，可以发现unstack的参数针对的是索引层级，所以一般是多重索引时才用这个函数操作，如果是2重索引，那么level=-1代表内层索引。同样是上面的数据源，我们看下如何实现多行变多列。

# -*- coding:UTF-8 -*-

df = pd.read_excel('11.xlsx')
df.set_index(['engine','pingtai'],inplace=True) # 转为二维索引
print(df)
print('------------')
df_res = df.unstack(level=-1)
print(df_res)

                2020  2021
engine pingtai            
baidu  pc         10   100
       wap        20   200
       app        30   300
sogou  pc         30   300
       wap        40   400
       app        50   500
------------
        2020         2021          
pingtai  app  pc wap  app   pc  wap
engine                             
baidu     30  10  20  300  100  200
sogou     50  30  40  500  300  400

　　关于pandas多行变多列（即长表变宽表）的操作就介绍到这里，如果需要更灵活的操作，大家可以自己研究，下一篇文章介绍pandas多列变多行（即宽表变长表）。

很赞哦！

python编程网提示：转载请注明来源www.python66.com。
有宝贵意见可添加站长微信(底部)，获取技术资料请到公众号(底部)。同行交流请加群