melt, stack, unstack

전체 링크

 

 

전체 예시

import pandas as pd

# 예시 데이터 (wide 형태)
df = pd.DataFrame({
    'name': ['A', 'B', 'C'],
    'math': [80, 90, 85],
    'english': [70, 88, 95],
    'science': [75, 85, 90]
})
print("원본 (wide 형태):\n", df, "\n")

# melt (wide → long)
df_melt = pd.melt(df, id_vars='name', var_name='subject', value_name='score')
print("melt 결과:\n", df_melt, "\n")

# stack / unstack 비교 위해 MultiIndex로 변환
df_multi = df.set_index('name')
stacked = df_multi.stack()
print("stack 결과:\n", stacked, "\n")

unstacked = stacked.unstack()
print("unstack 결과:\n", unstacked, "\n")

---

melt - wide → long (컬럼을 행으로)

 

특징

- 여러 열(column)을 하나의 열로 녹이는 형태.

- "피벗 해제" (즉, pivot의 반대).

 

사용 상황

- 엑셀처럼 열마다 "year", "month" 등이 있는 데이터를 "tidy data" 형태(하나의 변수=column)로 바꾸고 싶을 때

pd.melt(df, 
	id_vars=['고정컬럼'], value_vars=['녹일컬럼들'], var_name='새컬럼', value_name='값컬럼'
    )

 

예시

- name을 고정

- value_vars가 생략 → id_vars를 제외한 모든 열을 melt

- 새로운 컬럼의 이름을 subject로

- 값은 score

import pandas as pd

df = pd.DataFrame({
    'name': ['A', 'B'],
    'math': [80, 90],
    'english': [70, 85]
})

print(df)
#    name  math  english
# 0     A    80       70
# 1     B    90       85

melted = pd.melt(df, id_vars='name', var_name='subject', value_name='score')
print(melted)
#   name  subject  score
# 0    A     math     80
# 1    B     math     90
# 2    A  english     70
# 3    B  english     85

---

vs pivot_table

import pandas as pd

df = pd.DataFrame({
    'name': ['A', 'B', 'C'],
    'math': [80, 90, 85],
    'english': [70, 88, 95]
})
print(df)
'''
  name  math  english
0    A    80       70
1    B    90       88
2    C    85       95
'''

# wide → long (열을 녹임)
df_melt = pd.melt(df, id_vars='name', var_name='subject', value_name='score')
print(df_melt)
'''
  name  subject  score
0    A     math     80
1    B     math     90
2    C     math     85
3    A  english     70
4    B  english     88
5    C  english     95
'''

# long → wide (열로 펼침 + 집계)
# 이제 위의 long 데이터를 다시 "wide"로 되돌림.
df_pivot = df_melt.pivot_table(index='name', columns='subject', values='score')
print(df_pivot)
'''
subject  english  math
name                  
A             70    80
B             88    90
C             95    85
'''

---

stack - column → row (wide → long)

 

특징

- MultiIndex 컬럼 구조를 가지고 있을 때, 하위 레벨의 열 인덱스를 행으로 내림

- 결과적으로 Series나 다차원 인덱스 DataFrame이 됨

 

사용 상황

- 계층형 컬럼(MultiIndex column)을 세로 방향으로 "압축"하고 싶을 때

 

예시

- 'A', 'B'는 index

- 'math', 'eng'가 두 번째 인덱스로 내려감

→ 행 방향으로 열을 접는다

import pandas as pd

df = pd.DataFrame({
    ('score', 'math'): [80, 90],
    ('score', 'eng'): [70, 85]
}, index=['A', 'B'])

print(df)
#    score      
#     math eng
# A     80  70
# B     90  85

stacked = df.stack()
print(stacked)
#     score
# A   math   80
#     eng    70
# B   math   90
#     eng    85
# dtype: int64

---

unstack - row → column (long → wide)

 

특징

- stack의 반대 동작

- 인덱스 레벨 중 하나를 열로 올림

 

사용 상황

- groupby 결과처럼 계층형 인덱스를 가진 데이터를 가로로 펼치고 싶을 때.

 

예시

import pandas as pd

df = pd.DataFrame({
    ('score', 'math'): [80, 90],
    ('score', 'eng'): [70, 85]
}, index=['A', 'B'])

print(df)
#    score      
#     math eng
# A     80  70
# B     90  85

stacked = df.stack()
print(stacked)
#     score
# A   math   80
#     eng    70
# B   math   90
#     eng    85
# dtype: int64

stacked.unstack()
#    score      
#     math eng
# A     80  70
# B     90  85