[Pandas] stack / unstack

정의

• stack() : 가장 안쪽 컬럼 레벨 → 행 레벨 (DataFrame → Series 또는 더 좁은 DataFrame)
• unstack() : 가장 안쪽 행 레벨 → 컬럼 레벨

Pandas pivot / Pandas melt 의 MultiIndex 기반 버전.

stack 기본

import pandas as pd
df = pd.DataFrame(
  {'math': [90, 80], 'english': [85, 75]},
  index=['Alice', 'Bob']
)
print(df)
print('--- stack ---')
print(df.stack())

       math  english
Alice    90       85
Bob      80       75
--- stack ---
Alice  math       90
     english    85
Bob    math       80
     english    75
dtype: int64

DataFrame 의 2 컬럼이 MultiIndex Series 로 합쳐졌다.

unstack 기본

s.unstack()      # 가장 안쪽 index level → columns
s.unstack(level=0)   # 0번 level 을 columns 로

multi = df.stack()    # Series
multi.unstack()       # 원래 DataFrame 으로 복원

다단계 unstack

df = pd.DataFrame({
    'region': ['Seoul', 'Seoul', 'Busan', 'Busan'],
    'product': ['A', 'B', 'A', 'B'],
    'sales': [100, 200, 150, 250],
}).set_index(['region', 'product'])['sales']

df.unstack()                # product 가 컬럼
df.unstack(level='region')  # region 이 컬럼

import pandas as pd
s = pd.Series([100, 200, 150, 250],
  index=pd.MultiIndex.from_tuples(
      [('Seoul','A'),('Seoul','B'),('Busan','A'),('Busan','B')],
      names=['region','product']
  ))
print(s.unstack())

product    A    B
region
Busan    150  250
Seoul    100  200

pivot / melt 와의 비교

대부분의 경우 pivot / melt 가 더 직관적. stack / unstack 은 MultiIndex 가 이미 있는 경우 자연스러움.

groupby + unstack 패턴

df.groupby(['region', 'product'])['sales'].sum().unstack('product')

groupby 가 MultiIndex 결과를 반환 → unstack 으로 wide 형태.

fill_value

s.unstack(fill_value=0)     # NaN 을 0 으로

stack 의 dropna

df.stack(dropna=False)      # NaN 도 결과에 포함 (기본은 제거)

함정

1. stack 한 결과의 타입

• DataFrame.stack → Series (일반)
• DataFrame.stack(level=0) → DataFrame (남은 컬럼 레벨이 있으면)

2. unstack 의 level 지정

s.unstack()                 # 가장 안쪽 level (기본)
s.unstack(level=-1)         # 같음
s.unstack(level=0)          # 가장 바깥 level
s.unstack(level='product')  # 이름으로

이름으로 지정이 명확.

3. 데이터가 너무 sparse 하면 NaN 폭증

# 10 region × 1000 product 의 unstack → 10000 셀 대부분 NaN

이런 경우 long-format 유지가 메모리 효율적.

참고

• Pandas pivot
• Pandas pivot_table
• Pandas melt
• Pandas MultiIndex