堆叠与拆堆：stack 与 unstack

stack 和 unstack 是干什么的

melt/pivot 玩的是”普通列”，stack（堆叠）和 unstack（拆堆）专门处理”索引层级”。

• unstack：把行索引的最内层搬到列上，表变宽；
• stack：把列索引的最内层搬回行上，表变长。

两者互为逆操作。凡是涉及 MultiIndex 的变形，基本靠这对兄弟。

unstack：行索引变列

先造一个带两层行索引的表：

import pandas as pd

index = pd.MultiIndex.from_tuples(
    [("一班", "张三"), ("一班", "李四"), ("二班", "王五")],
    names=["班级", "姓名"],
)
df = pd.DataFrame({"语文": [80, 75, 90], "数学": [88, 92, 85]}, index=index)
print(df)

unstack 默认把最内层（姓名）搬到列上：

print(df.unstack())

结果变成”科目 × 姓名”的四列（一班张三语文、一班张三数学……），行只剩”班级”。想搬”班级”这层，用 level 参数：

print(df.unstack(level=0))

level 可以传位置数字（0 是最外层），也可以传层级名字：df.unstack(level=“班级”)。

单层索引也能 unstack：把唯一的索引层变成列，结果常常是一个 Series。反过来，Series 的索引带层级时也能 unstack 成 DataFrame。也就是说，unstack 的作用对象是”索引层”，和索引是单层还是多层无关。

stack：列索引变行

把列上的层级压回行索引，用 stack。上一步的结果再 stack 回去，能还原原表：

wide = df.unstack()
back = wide.stack()
print(back)

stack 默认压最内层列。wide 的两层列（科目、姓名）中，“姓名”被压回行索引，回到两层行索引的形态，和原表一致。

单层列的 DataFrame 也能 stack，结果是一个 Series：

simple = pd.DataFrame({"A": [1, 2], "B": [3, 4]})
print(simple.stack())

Series 的索引变成 (原索引, 列名) 两层，这就是”列被压到索引”的直观体现。

用 level 指定任意层

层级多时，要明确告诉它搬哪层。stack 的 level 参数和 unstack 一样，数字或名字都行：

import numpy as np

df2 = pd.DataFrame(
    np.random.randn(4, 4),
    columns=pd.MultiIndex.from_tuples(
        [("A", "cat"), ("B", "dog"), ("A", "dog"), ("B", "cat")],
        names=["实验", "动物"],
    ),
)
print(df2.stack(level="动物"))

“动物”层从列压到行索引，剩下”实验”层还在列上。也可以一次搬多层：df2.stack(level=[“实验”, “动物”])，效果等于逐层搬。注意 level 列表里数字和名字不能混着写，要么全是数字，要么全是名字。

想在同一根轴上交换两层的位置（比如把”姓名”挪到”班级”前面），stack/unstack 帮不上忙，用 swaplevel 更直接：df.swaplevel()。stack/unstack 是把层级搬到另一根轴，swaplevel 是同轴换位置，两者别混。

还有一个容易踩的细节：unstack 默认搬最内层（level=-1），stack 默认也压最内层列。层级顺序一变，搬哪层的含义就完全不同，动手前先想清楚目标层是哪一个，别靠默认值猜。

拆堆产生的缺失值

unstack 时，某些行没有对应组合，位置会空出来变成 NaN：

df3 = pd.DataFrame(
    {"成绩": [80, 75, 90]},
    index=pd.MultiIndex.from_tuples(
        [("一班", "张三"), ("一班", "李四"), ("二班", "张三")],
        names=["班级", "姓名"],
    ),
)
print(df3.unstack())

为什么会出现 NaN？因为拆开后行、列组合出了”空格子”——原表里根本没有这个组合的数据。反过来，stack 也可能产生 NaN：当某些行缺少部分列层级时。处理方式一样，fill_value 参数 stack 也有。

二班没有李四的成绩，对应格子就是 NaN。想用指定值填空，用 fill_value 参数：

print(df3.unstack(fill_value=0))

和 MultiIndex、melt/pivot 的关系

stack/unstack 的价值建立在 MultiIndex 上。§22 讲过 set_index 可以把几列变成索引层级——set_index 之后想展开层级就用 unstack，想收拢就用 stack。典型工作流：数据进来，set_index([“班级”, “姓名”])，按科目展开用 unstack，统计完再 stack 回去。

一句话总结分工：melt/pivot 玩普通列，stack/unstack 玩索引层级。但两者可以互相转化——多层索引 reset_index 成普通列后，melt 就能处理；pivot 的结果自带 MultiIndex，正好用 stack 继续压。stack/unstack 只做变形、不改数据内容，可以放心在管道里来回用。

选型看起点：列名不规则用 melt/pivot；数据本身是多级索引、或刚透视完想继续变形，用 stack/unstack。

小结

stack 把列压进行索引、unstack 把行索引展开成列，两者互为逆操作，level 参数指定搬哪一层。拆堆会凭空多出 NaN（原表里没有的组合），用 fill_value 填空。melt/pivot 玩普通列，stack/unstack 玩索引层级，一句话分清分工。