通过unstack()函数将堆叠数据重整为规整数据

unstack()函数是Pandas库中的一个函数，用于将堆叠数据（stacked data）重整为规整数据（unstacked data）。堆叠数据是指数据的行索引和列索引都是层次化的，而规整数据是指数据的行索引和列索引都是单层的。通过使用unstack()函数，我们可以将堆叠数据按照我们想要的方式进行重组。

下面是一个使用unstack()函数的示例：

假设我们有一个包含学生考试成绩的DataFrame，其中行索引是学生的姓名，列索引是科目和具体考试日期的层次化索引，值是对应科目在对应日期的考试成绩。我们希望将这个堆叠数据按照科目进行重整，使得行索引是学生姓名，列索引是科目，值是对应科目的所有考试成绩。

首先，让我们创建一个包含堆叠数据的DataFrame：

import pandas as pd

data = {'姓名': ['小明', '小红', '小刚', '小明', '小红', '小刚'],
        '科目': ['数学', '数学', '数学', '语文', '语文', '语文'],
        '考试日期': ['2021-01-01', '2021-02-01', '2021-03-01', '2021-01-01', '2021-02-01', '2021-03-01'],
        '考试成绩': [90, 95, 80, 85, 90, 95]}

df = pd.DataFrame(data)
stacked_df = df.set_index(['姓名', '科目', '考试日期'])

现在，stacked_df是一个堆叠数据，它的行索引包含三个层次：姓名、科目和考试日期。我们可以使用unstack()函数将其重整为规整数据：

unstacked_df = stacked_df.unstack()

unstack()函数将第三个层次的索引（考试日期）作为列索引，得到以下结果：

         考试成绩                      
考试日期 2021-01-01 2021-02-01 2021-03-01
姓名  科目                                 
小刚  数学      NaN        NaN       80.0
    语文      NaN        NaN       95.0
小明  数学     90.0        NaN        NaN
    语文     85.0        NaN        NaN
小红  数学      NaN       95.0        NaN
    语文      NaN       90.0        NaN

现在，我们得到了一个规整数据，行索引是学生的姓名，列索引是考试日期，值是对应的考试成绩。可以看到，unstack()函数将堆叠数据转换为了规整数据，更方便我们进行分析和处理。

在实际的数据分析中，我们经常会遇到需要重整数据的情况。通过使用unstack()函数，我们可以灵活地将堆叠数据按照我们的需求进行重组，进一步加强数据的可读性和可操作性。