梁振亦的课程社区_NO_1
unstack() 反堆叠
墨衍会员 · AI 创作全网分发 墨衍智能分发 通过墨衍一键同步至各平台 可同步平台 CSDN微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网
我也要 关注 + 加入社区| 课时名称 | 课时知识点 |
|---|---|
| unstack() 反堆叠 | unstack() 反堆叠 |
相关推荐
TensorFlow2.0:张量的合并与分割实例
今天小编就为大家分享一篇TensorFlow2.0:张量的合并与分割实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
Pandas 快查表
Pandas 快查表，介绍Pandas经常用的函数及方法，对数据分析工作很有作用
[Pandas Day4]变形
1.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函数是透视表，不过局限性比较大，除了功能上较少之外，还不允许values中出现重复的行列索引对 pivot_table是pivot函数的引申，允许出现行索引的重复，默认为求均值mean，与pivot相比，运行速度较慢 unstack函数是stack函数的逆操作，即解压，性质与stack函数类似 stack函数是最基本的变形函数，顾名思义就是压缩，总共只有两个参数：level和dropna，stack函数可以看做将横向的索引放到纵向，
Python数据科学速查表 -Pandas 进阶.pdf
Python数据科学速查表 -Pandas 进阶
Pandas DataFrame详解[可运行源码]
本文详细介绍了Pandas中的DataFrame数据结构，包括其创建方法（如字典和NumPy二维数组创建）、切片操作（行切片、列切片和行列切片）、运算（与标量、其他DataFrame和Series的运算）、多层次索引的构造与操作（隐式构造和显式构造）、索引的堆叠（stack和unstack函数）以及聚合操作（如sum、mean等函数的使用）。文章通过丰富的代码示例和详细解释，帮助读者全面掌握DataFrame的使用技巧，适合Python数据分析初学者和进阶者阅读。
