简介
使用pivot
使用stack
使用melt
使用pivot tables
使用crosstab
get_dummies
使用pandas的pivot方法可以将df进行旋转变换，本文将会详细讲解pivot的秘密。
pivot用来重组df，使用指定的index，columns和values来对现有的df进行重构。
看一个pivot的例子：
通过pivot变化，新的df使用foo中的值作为index，使用bar的值作为columns，zoo作为对应的value。
再看一个时间变化的例子：
如果剩余的value，多于一列的话，每一列都会有相应的columns值：
通过选择value2，可以得到相应的子集：
stack是对df进行转换，将列转换为新的内部的index。
上面我们将列a，b转成了index。
unstack是stack的反向操作，是将最内层的index转换为对应的列。
举个具体的例子：
默认情况下unstack是unstack最后一个index，我们还可以指定特定的index值：
默认情况下stack只会stack一个level，还可以传入多个level：
上面等价于：
melt指定特定的列作为标志变量，其他的列被转换为行的数据。并放置在新的两个列：variable和value中。
上面例子中我们指定了两列first和last，这两列是不变的，height和weight被变换成为行数据。
举个例子：
虽然pivot可以进行df的轴转置，pandas还提供了 pivot_table() 在转置的同时可以进行数值的统计。
pivot_table() 接收下面的参数：
data: 一个df对象
values:一列或者多列待聚合的数据。
index: index的分组对象
columns: 列的分组对象
aggfunc: 聚合的方法。
先创建一个df：
下面是几个聚合的例子：
添加margins=true会添加一个all列，表示对所有的列进行聚合：
crosstab 用来统计表格中元素的出现次数。
crosstab可以接收两个series:
还可以使用normalize来指定比例值：
还可以normalize行或者列：
可以指定聚合方法：
get_dummies可以将df中的一列转换成为k列的0和1组合：
get_dummies 和 cut 可以进行结合用来统计范围内的元素：
get_dummies还可以接受一个df参数：
最通俗的解读，最深刻的干货，最简洁的教程，众多你不知道的小技巧等你来发现！ 公众号:「程序那些事」,懂技术，更懂你！