1. 透视表

1.1 pivot

一般状态下，数据在DataFrame会以压缩（stacked）状态存放，例如上面的Gender，两个类别被叠在一列中，pivot函数可将某一列作为新的cols

1.2 pivot_table

aggfunc：对组内进行聚合统计，可传入各类函数，默认为’mean’

margins：汇总边际状态

行、列、值都可以为多级

1.3 crosstab（交叉表）

交叉表是一种特殊的透视表，典型的用途如分组统计，如现在想要统计关于街道和性别分组的频数：

values和aggfunc：分组对某些数据进行聚合操作，这两个参数必须成对出现

除了边际参数margins外，还引入了normalize参数，可选’all’,‘index’,'columns’参数值

2. 其他变形方法

2.1 melt

melt函数可以认为是pivot函数的逆操作，将unstacked状态的数据，压缩成stacked，使“宽”的DataFrame变“窄”

melt函数中的id_vars表示需要保留的列，value_vars表示需要stack的一组列

2.2 压缩与展开

stack函数可以看做将横向的索引放到纵向，因此功能类似与melt，参数level可指定变化的列索引是哪一层（或哪几层，需要列表）

unstack：stack的逆函数，功能上类似于pivot_table

3. 哑变量与因子化

3.1 Dummy Variable（哑变量）

get_dummies函数，其功能主要是进行one-hot编码

将上面的表格前两列转化为哑变量，并加入第三列Weight数值

3.2 factorize方法

该方法主要用于自然数编码，并且缺失值会被记做-1，其中sort参数表示是否排序后赋值

4. 问题与练习

4.1 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函数是pivot函数的逆操作。crosstab是一种特殊的透视表，可用于分组统计。unstack是stack的逆函数，功能上类似于pivot_table，用于数据压缩与展开。

【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？

变形函数在于对数据展现形式进行整理，多级索引用于提取符合条件的数据。

【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。

不同的车辆品牌可以编码为不同的数字。

【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？

不一定

【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。

略

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

stack功能更强大，适用于多层索引下针对某层索引进行操作。

4.2 练习

【练习一】 继续使用上一章的药物数据集：

(a) 现在请你将数据表转化成如下形态，每行需要显示每种药物在每个地区的10年至17年的变化情况，且前三列需要排序：

(b) 现在请将(a)中的结果恢复到原数据表，并通过equal函数检验初始表与新的结果是否一致（返回True）

【练习二】 现有一份关于某地区地震情况的数据集，请解决如下问题：

(a) 现在请你将数据表转化成如下形态，将方向列展开，并将距离、深度和烈度三个属性压缩：

(b) 现在请将(a)中的结果恢复到原数据表，并通过equal函数检验初始表与新的结果是否一致（返回True）

参考文章: Pandas教程.