3 - Apilar y des-apilar un DataFrame (stacking, unstacking)
Lección 3 del curso Pandas Nivel Avanzado.
En la lección anterior vimos cómo usar el método pivot_table() para generar tablas dinámicas en Pandas, lo que permite re-estructurar y agregar nuestros datos.
En esta lección veremos cómo usar los métodos stack() y unstack() de Pandas para re-estructurar un DataFrame, lo que nos permite pasar de formato ancho a largo y viceversa.
Suscríbete y accede al código fuente y al video con la explicación detallada de esta lección. Además podrás disfrutar de todos los cursos de la Academia Online
Bien, acabamos de ver un segundo conjunto de técnicas usadas para re-estructurar un DataFrame de Pandas. En particular vimos que:
stack()nos permite apilar (stacking) las columnas de un DataFrame. Ahora estas columnas serán filas en el DataFrame resultante. Es decir, permite pasar de un DataFrame ancho a uno largo.unstack()es lo opuesto destack(): permite desapilar (unstacking) las filas de un DataFrame. Ahora estas filas serán columnas en el DataFrame resultante. Es decir, permite pasar de un DataFrame largo a uno ancho.
Es importante resaltar que en ambos casos lo único que hacen estos métodos es cambiar la estructura del DataFrame original, es decir que no incluyen funciones de agregación (como sí ocurría con pivot_table()).
En la siguiente lección continuaremos viendo estas técnicas de re-estructuración, y hablaremos específicamente del melting o de cómo “fundir” un DataFrame.