利用unstack()函数将多层索引的数据重新排列

unstack()函数是Pandas库中的一个用于数据重排的函数。它可将多层索引的数据重新排列，将数据从多层次的列索引转换为单层次的列索引。

下面是一个使用unstack()函数的示例：

假设我们有一个包含多层次索引的数据框，表示了各个城市不同月份的销售额和利润率，如下所示：

import pandas as pd

data = {
    ('City', 'Month'): ['New York', 'New York', 'Los Angeles', 'Los Angeles'],
    ('Sales', 'Month 1'): [10000, 20000, 15000, 25000],
    ('Sales', 'Month 2'): [12000, 23000, 16000, 26000],
    ('Profit', 'Month 1'): [2000, 4000, 3000, 5000],
    ('Profit', 'Month 2'): [2200, 4300, 3200, 5200]
}

df = pd.DataFrame(data)
df.columns = pd.MultiIndex.from_tuples(df.columns)
print(df)

输出结果如下：

        City       Sales         Profit       
       Month    Month 1 Month 2 Month 1 Month 2
0   New York      10000   12000    2000    2200
1   New York      20000   23000    4000    4300
2  Los Angeles   30000   32000    6000    6400
3  Los Angeles   40000   43000    8000    8600

这个数据框中的列索引是两层的， 层是"City"和"Month"，第二层是"Sales"和"Profit"。我们可以使用unstack()函数将第二层索引"Sales"和"Profit"转换为 层索引的列，代码如下：

df_unstacked = df.unstack(level=1)
print(df_unstacked)

输出结果如下：

City           New York            Los Angeles         
          Month 1 Month 2     Month 1 Month 2  
Sales       10000   12000       30000   40000   
Profit       2000    2200       6000    8000   
Sales       20000   23000       32000   43000   
Profit       4000    4300       6400    8600   

通过unstack()函数的level参数，我们指定了要转换的索引级别。在本例中，我们指定了level=1，即将 层索引"Sales"和"Profit"转换为列索引的 层。

这样，我们就将多层次的列索引转换为了单层次的列索引，便于数据的查看和分析。