Pandas データ再形成（pivot / melt / stack / unstack）

データ再形成はデータ分析における一般的な操作で、データのレイアウト構造を変更するために使用されます。Pandas は pivot、melt、stack、unstack などの関数を提供し、ロング形式とワイド形式の間の変換を実現します。

pivot ピボットテーブル

pivotロング形式のデータをワイド形式に変換します。Excel のピボットテーブル機能に似ています。

基本的な使い方

例

import pandas as pd

# 创建长格式数据
df = pd.DataFrame({
    "日期": ["2024-01-01", "2024-01-01", "2024-01-02", "2024-01-02"],
    "产品": ["A", "B", "A", "B"],
    "销量": [100, 150, 120, 90]
})

print("长格式数据：")
print(df)
print()

# ワイド形式に変換
pivot_df = df.pivot(index="日期", columns="产品", values="销量")
print("宽格式数据：")
print(pivot_df)

多重インデックス

例

import pandas as pd

df = pd.DataFrame({
    "年份": ["2024", "2024", "2024", "2024"],
    "季度": ["Q1", "Q1", "Q2", "Q2"],
    "产品": ["A", "B", "A", "B"],
    "销量": [100, 150, 120, 90]
})

print("数据：")
print(df)
print()

# 多重索引透视
pivot_df = df.pivot(index=["年份", "季度"], columns="产品", values="销量")
print("多重索引透视：")
print(pivot_df)

集計関数

例

import pandas as pd

# 値が重複する場合
df = pd.DataFrame({
    "日期": ["2024-01-01", "2024-01-01", "2024-01-01", "2024-01-02"],
    "产品": ["A", "A", "B", "B"],
    "销量": [100, 110, 80, 90]
})

print(重複値のデータ：)
print(df)
print()

# pivot 默认不支持重复值，需要用 pivot_table 并指定聚合函数
pivot_df = df.pivot_table(index="日期", columns="产品", values="销量", aggfunc="sum")
print("使用 sum 聚合：")
print(pivot_df)
print()

# 使用 mean
print("使用 mean 聚合：")
print(df.pivot_table(index="日期", columns="产品", values="销量", aggfunc="mean"))

pivot重複値は許可されません。重複値がある場合はpivot_table集計関数を指定してください。

melt 逆ピボット

meltワイド形式のデータをロング形式に変換します。pivot の逆操作です。

例

import pandas as pd

# 创建宽格式数据
df = pd.DataFrame({
    "日期": ["2024-01-01", "2024-01-02"],
    "A": [100, 120],
    "B": [150, 90]
})

print("宽格式数据：")
print(df)
print()

# ロング形式に変換
melted = df.melt(id_vars="日期", var_name="产品", value_name="销量")
print("长格式数据：")
print(melted)

複数の列を保持

例

import pandas as pd

df = pd.DataFrame({
    "城市": ["北京", "上海"],
    "2023营收": [1000, 800],
    "2023利润": [200, 150],
    "2024营收": [1200, 950],
    "2024利润": [250, 180]
})

print("宽格式：")
print(df)
print()

# 「城市」はそのままで、他の列を長形式に変換する
melted = df.melt(
    id_vars="城市",
    var_name="指标",
    value_name="数值"
)
print("长格式：")
print(melted)

stack と unstack

stack と unstack は MultiIndex 専用の再形成関数です。

unstack

例

import pandas as pd

# 多層インデックスを持つデータを作成
df = pd.DataFrame({
    "A": [1, 2, 3, 4],
    "B": [5, 6, 7, 8]
}, index=pd.MultiIndex.from_tuples(
    [("X", 1), ("X", 2), ("Y", 1), ("Y", 2)],
    names=["类别", "编号"]
))

print("多层索引数据：")
print(df)
print()

# unstack は内側のインデックスを列に変換する
print("unstack 后：")
print(df.unstack())

stack

例

import pandas as pd

# 创建宽格式（带列索引）
df = pd.DataFrame({
    ("A", "X"): [1, 2],
    ("A", "Y"): [3, 4],
    ("B", "X"): [5, 6],
    ("B", "Y"): [7, 8]
})

print("带多层列索引：")
print(df)
print()

# stack は列インデックスを内側のインデックスに変換する
print("stack 后：")
print(df.stack())

実践：業務レポートの変換

例

import pandas as pd

# 模拟业务数据 - 销售记录
sales = pd.DataFrame({
    "日期": ["2024-01"] * 4,
    "产品": ["手机", "电脑", "平板", "耳机"],
    "渠道": ["线上", "线上", "线下", "线上"],
    "销售额": [10000, 20000, 8000, 5000]
})

print("原始销售数据：")
print(sales)
print()

# 使用 pivot 转换
pivot = sales.pivot_table(
    index="产品",
    columns="渠道",
    values="销售额",
    aggfunc="sum",
    fill_value=0
)
print("渠道销售透视：")
print(pivot)
print()

# ロング形式に戻す
print("長形式に戻す：")
print(pivot.reset_index().melt(id_vars="产品", var_name="渠道", value_name="销售额"))

再形成関数の選択

関数 用途 典型的なシナリオ
pivot ロング→ワイド 行と列の変換
pivot_table ロング→ワイド（集計付き） 重複値がある場合
melt ワイド→ロング データ整理
unstack インデックス→列 多重インデックス
stack 列→インデックス 多重インデックス

データ再形成の目的は、データを分析や表示に適した形にすることです。下流の要件に応じて適切な変換方法を選択してください。

その他の拡張