pandas基础--变形

（1）透视表：

数据透视表（Pivot Table）是一种交互式的表，可以进行某些计算，如求和与计数等。所进行的计算与数据跟数据透视表中的排列有关。

称为数据透视表，是因为可以动态地改变它们的版面布置，以便按照不同方式分析数据，也可以重新安排行号、列标和页字段。每一次改变版面布置时，数据透视表会立即按照新的布置重新计算数据。另外，如果原始数据发生更改，则可以更新数据透视表。

（2）交叉表：

交叉表是矩阵格式的一种表格，显示变量的（多变量）频率分布。

（3）哑变量：

虚拟变量 ( Dummy Variables) 又称虚设变量、名义变量或哑变量，用以反映质的属性的一个人工变量，是量化了的自变量，通常取值为0或1。引入哑变量可使线形回归模型变得更复杂，但对问题描述更简明，一个方程能达到两个方程的作用，而且接近现实。

（4）因子化

类似于将一些已知的项变成0或者1表示，缺失值为-1， factorize方法中参数sort默认为false，是布尔值，表示排序后赋值。

 

下图为做的一个简易思维导图（关于pandas中变形这一块）：

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。

Melt：pivot的逆操作

Crosstab：不支持多级分组

Pivot:在参数values中不能出现重复的索引对，假如第一个索引中的values值，不能在第二个索引中重复出现

Pivot_table:弥补了pivot中的重复出现问题，但是运行速度慢

Stack：将数据压缩，其中参数level指定变化得层数

Unstack：类似于pivot_table,同样可以指定level参数

 

【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？

变形函数是使数据的行列发生变化，多级索引是索引不再是一个，多个，多维索引；stack，unstack，

【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？

不一致

【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。

V_pivot>V_crosstab>V_pivot_table

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

 

虽然功能类似于melt，是堆叠的含义，将行索引转化为列索引，里面的参数level可以指定变化的层数，dropna用于去掉缺失数据