0Pricing
Data Science Academy · Lezione

stack, unstack e MultiIndex

Rimodellare tabelle gerarchiche.

stack, unstack e MultiIndex è una lezione Data Science Academy gratuita su CoddyKit. Questa è la lezione 4 di 4. Puoi leggere la lezione completa qui gratuitamente — poi esercitati direttamente nel browser con un editor di codice integrato e un tutor IA disponibile 24/7. Fa parte del percorso di apprendimento Data Science Academy, e i tuoi progressi si sincronizzano tra il web e l'app CoddyKit. Il corso Data Science Academy include 4 lezioni in totale.

Parti di questa lezione non sono ancora state tradotte e vengono mostrate in inglese.

Reshaping With the Index

Beyond melt and pivot, pandas can reshape using the index itself. The tools are stack and unstack on hierarchical labels. 🏗️

What a MultiIndex Is

A MultiIndex stacks two or more label levels on one axis, so a single row can carry both a region and a year together.

stack Pushes Columns Down

stack moves the innermost column level into the row index, making the table taller and narrower in one move.

df.stack()

unstack Pulls Rows Up

unstack is the reverse: it lifts an index level back into columns, making the table wider and shorter again.

df.unstack()

They Undo Each Other

Stack then unstack returns the original shape. Think of them as a paired toggle between row labels and column labels.

Pick a Level to Move

Pass a level name or number to choose which one shifts. This level control lets you reshape exactly the axis you mean.

df.unstack(level='year')

Selecting From a MultiIndex

Use loc with a tuple to drill into nested labels, grabbing one region-year combination directly from the stacked index.

df.loc[('West', 2021)]

Cross-Section With xs

The xs method slices one level cleanly, like every row for year 2021, without unpacking the whole index by hand.

df.xs(2021, level='year')

Flatten When You Are Done

To return to plain columns, call reset_index. It turns every index level back into an ordinary, exportable column.

df.reset_index()

Stack Drops NaN by Default

By default stack quietly removes missing combinations. Set dropna to False when you need to keep every gap visible.

df.stack(dropna=False)

Where This Fits

groupby with several keys returns a MultiIndex, so unstack is the natural finishing move to spread those groups into a grid.

Quick Check

Last check: stacking and unstacking.

Recap: You Can Reshape Anything

You now wield pivot_table, melt, stack, and unstack. With layout under control, your analysis stays clean and flexible. 🎉

Domande Frequenti

La lezione «stack, unstack e MultiIndex» è gratuita?

Sì — il testo completo di «stack, unstack e MultiIndex» è gratuito qui sul web. Per esercitarvi in modo interattivo (un editor di codice integrato e un tutor IA 24/7) e sbloccare il resto del corso Data Science Academy, passa a CoddyKit PRO. Il corso Data Science Academy include 4 lezioni in totale.

Cosa imparerò in «stack, unstack e MultiIndex»?

Rimodellare tabelle gerarchiche. Eserciti Data Science Academy con codice pratico che esegui direttamente nel browser, e un tutor IA 24/7 risponde alle tue domande mentre lavori sulla lezione.

Ho bisogno di esperienza per iniziare Data Science Academy?

Non è richiesta alcuna esperienza precedente. Data Science Academy su CoddyKit è strutturato per principianti e studenti avanzati, quindi puoi iniziare da qui o dall'inizio e procedere al tuo ritmo. Questa è la lezione 4 di 4.

Quanto tempo richiede la lezione «stack, unstack e MultiIndex»?

La maggior parte delle lezioni CoddyKit richiede circa 5–10 minuti. Ogni lezione è breve e interattiva, quindi fai progressi costanti e riprendi esattamente da dove hai lasciato su web e app.

Posso scrivere ed eseguire codice in questa lezione Data Science Academy?

Sì. Ogni lezione Data Science Academy include un editor di codice integrato, quindi scrivi ed esegui codice reale direttamente nel tuo browser e ricevi feedback istantaneo dall'IA — nessuna configurazione locale necessaria.

Tutte le lezioni di questo corso

  1. Wide e long, e dati tidy
  2. pivot_table per tabelle incrociate
  3. melt per passare al formato long
  4. stack, unstack e MultiIndex
← Torna a Data Science Academy