本文为原创文章，未经本人允许，禁止转载。转载请注明出处。
1.虚拟变量（Dummy Variable）
假设我们有以下数据：
👉建立虚拟变量
1
pandas.get_dummies(df["朝向"])
👉合并虚拟变量与原DataFrame
1
df = pandas.concat([df, pd.get_dummies(df["朝向"])], axis=1)
👉舍弃原有字段
1
df = df.drop("朝向", axis=1)
2.建立透视表（pivot_table）
1
df2 = df.pivot_table(index="日期", columns="户型", values="总价", aggfunc='sum')
还可以对df2做转置df2.T：
把df2中的NaN改为0，使用fill_value：
1
df2 = df.pivot_table(index="日期", columns="户型", values="总价", aggfunc='sum', fill_value=0)
aggfunc可能的取值：'mean'、'sum'、'count'。
3.长宽表格转换（stack&unstack）
👉建立多索引的透视表
1
df_multi_idx = df.pivot_table(index=["标题", "建筑面积"], columns="户型", values="总价", aggfunc='sum')
👉转换为宽表格
1
df_wide = df_multi_idx.unstack()
👉转换为长表格
1
df_long = df_wide.stack()
