本文用到的表格内容如下:

先来看一下原始情形:

import pandas as pd
​
df = pd.read_excel(r'C:\Users\admin\Desktop\测试.xlsx')
print(df)

result:

   分类            货品  销售量    价钱
0  水果            苹果   34    12
1  家电           电视机   56  3498
2  家电            冰箱   78  2578
3  书籍  python从入门到放弃   25    78
4  水果            葡萄  789     7

1.行列互换

行列互换即行转成列，列转成行，类似于矩阵的转置运算

import pandas as pd
​
df = pd.read_excel(r'C:\Users\admin\Desktop\测试.xlsx')
print(df.T)

result：

      0     1     2             3    4
分类   水果    家电    家电            书籍   水果
货品   苹果   电视机    冰箱  python从入门到放弃   葡萄
销售量  34    56    78            25  789
价钱   12  3498  2578            78    7

转置后再次转置(相当于回到初始状态)

df = pd.read_excel(r'C:\Users\admin\Desktop\测试.xlsx')
print(df.T.T)

result：

   分类            货品  销售量    价钱
0  水果            苹果   34    12
1  家电           电视机   56  3498
2  家电            冰箱   78  2578
3  书籍  python从入门到放弃   25    78
4  水果            葡萄  789     7

你可以无限套娃一直转置下去的。

2.两种类型的索引结构

2.1 表格型结构

典型的DataFrame结构的表如下:

	c1	c2	c3
s1	1	2	3
s2	4	5	6

上面这种表是典型的DataFrame结构，用一个行索引和列索引来唯一确定一个值(行列索引你可以对应成横纵坐标，值你可以对应成二维平面坐标轴上的一个点

2.2 树形结构

3.索引重塑

索引重塑就是将原来的索引就行重新构造。

3.1 将数据从表格型结构转换为树形结构

该操作是通过stack()方法实现的。

import pandas as pd
​
df = pd.read_excel(r'C:\Users\admin\Desktop\测试.xlsx')
print(df.stack())

result:

0  分类               水果
   货品               苹果
   销售量              34
   价钱               12
1  分类               家电
   货品              电视机
   销售量              56
   价钱             3498
2  分类               家电
   货品               冰箱
   销售量              78
   价钱             2578
3  分类               书籍
   货品     python从入门到放弃
   销售量              25
   价钱               78
4  分类               水果
   货品               葡萄
   销售量             789
   价钱                7
dtype: object

3.2 将数据从树形结构转换为表格型结构

该操作是通过unstack()方法实现的。

df = pd.read_excel(r'C:\Users\admin\Desktop\测试.xlsx')
print(df.stack().unstack())

result:

   分类            货品  销售量    价钱
0  水果            苹果   34    12
1  家电           电视机   56  3498
2  家电            冰箱   78  2578
3  书籍  python从入门到放弃   25    78
4  水果            葡萄  789     7