Bỏ qua đến nội dung chính
Mục lục

pivot(), stack(), unstack() trong pandas: dài thành rộng

AIDev Team · duyệt: Nguyễn Việt Chung

Bài 10/13 · Chương 7

Ghép và đổi hình bảng

  • 6 phút
  • Trung cấp
  • Python 3.14
  • Cập nhật

Phương thức pivot() đổi bảng dài thành bảng rộng (pandas pivot): giá trị của một cột thành các dòng, giá trị của cột khác thành các cột, và mỗi ô lấy đúng một giá trị, không tính gì. stack() và unstack() làm cùng kiểu xoay trên index nhiều tầng: chuyển một tầng từ dòng sang cột hay ngược lại.

Cần biết trước: melt(), MultiIndex và pivot_table().

pivot(): bảng dài thành bảng rộng

Bài trước dùng melt() để đổi ma trận doanh thu của tám chi nhánh thành bảng dài. pivot() là phép ngược: index= là cột cho dòng, columns= là cột cho cột, values= là cột điền vào ô. Ví dụ lấy ba chi nhánh du lịch trong ba tháng hè:

python
import pandas as pd

rong = pd.read_csv("doanh_thu_chi_nhanh.csv")
dai = rong.melt(id_vars="thang", var_name="chi_nhanh",
                value_name="doanh_thu")
he = dai.loc[dai["chi_nhanh"].isin(["Huế", "Đà Nẵng", "Khánh Hòa"])
             & dai["thang"].isin(["2025-06", "2025-07", "2025-08"])]
print(he.pivot(index="thang", columns="chi_nhanh",
               values="doanh_thu"))

KẾT QUẢ

chi_nhanh  Huế  Khánh Hòa  Đà Nẵng
thang
2025-06    192        428      533
2025-07    178        393      476
2025-08    172        400      471

Bảng rộng 3 × 3 đọc được ngay: Đà Nẵng bán hơn 500 triệu tháng 6, gấp gần ba lần Huế. Cột được sắp theo mã Unicode của ký tự, nên Đà Nẵng đứng sau Khánh Hòa, và thang thành index. Mỗi dòng của bảng dài có đúng một ô trong bảng rộng: tháng chọn dòng, chi nhánh chọn cột. Đổi index="thang", columns="chi_nhanh" thành index="chi_nhanh", columns="thang" rồi chạy lại: bảng in ba dòng chi nhánh, dòng đầu là Huế.

pivot() khác pivot_table() ở một điểm: nó không gom. Mỗi cặp dòng, cột phải có nhiều nhất một giá trị, nên pivot() xoay được cả cột chữ, như tên nhân viên trực ca, thứ mà aggfunc="sum" không làm được.

unstack(): đưa một tầng index lên thành cột

groupby() theo hai cột trả về một Series với index hai tầng (pandas unstack). Dạng đó dài và khó so sánh. unstack() đưa tầng trong cùng lên làm cột:

python
import pandas as pd

rong = pd.read_csv("doanh_thu_chi_nhanh.csv",
                   usecols=["thang", "Huế", "Đà Nẵng"])
dai = rong.melt(id_vars="thang", var_name="chi_nhanh",
                value_name="doanh_thu")
so = dai["thang"].str[5:].astype(int)
dai["quy"] = "Q" + ((so - 1) // 3 + 1).astype(str)
tong = dai.groupby(["quy", "chi_nhanh"])["doanh_thu"].sum()
print(tong.head(4))
print(tong.unstack())

KẾT QUẢ

quy  chi_nhanh
Q1   Huế           616
     Đà Nẵng      1135
Q2   Huế           567
     Đà Nẵng      1305
Name: doanh_thu, dtype: int64
chi_nhanh  Huế  Đà Nẵng
quy
Q1         616     1135
Q2         567     1305
Q3         506     1324
Q4         547     1368

Series tám dòng thành bảng 4 × 2: mỗi quý một dòng, mỗi chi nhánh một cột. Giờ thấy rõ Đà Nẵng tăng đều qua các quý, còn Huế thấp dần tới quý 3 rồi mới nhích lên. unstack(level=0) đưa tầng ngoài (quy) lên thay: bảng thành hai dòng chi nhánh, bốn cột quý. Cặp nào không có giá trị thì ô là NaN; unstack(fill_value=0) điền 0 thay thế.

stack(): đưa cột xuống thành tầng index

stack() làm phép ngược (pandas stack): các cột của bảng xuống thành tầng trong cùng của index, kết quả là một Series nhiều tầng.

python
import pandas as pd

rong = pd.read_csv("doanh_thu_chi_nhanh.csv",
                   usecols=["thang", "Huế", "Đà Nẵng"])
bang = rong.set_index("thang").head(2)
print(bang)
print(bang.stack())

KẾT QUẢ

         Đà Nẵng  Huế
thang
2025-01      514  284
2025-02      276  149
thang
2025-01  Đà Nẵng    514
         Huế        284
2025-02  Đà Nẵng    276
         Huế        149
dtype: int64

Bảng 2 × 2 thành Series bốn giá trị, index hai tầng là tháng và chi nhánh. Kết quả gần như bảng dài của melt(), chỉ khác ở chỗ nhãn nằm trong index; gọi thêm reset_index() là có lại các cột thường. Chọn giữa hai cách: dữ liệu có cột nhãn thường thì melt() và pivot() đọc rõ hơn; dữ liệu đã có index nhiều tầng, như kết quả của groupby(), thì stack() và unstack() gọn hơn.

Kiểm tra nhanh

  1. Sau import pandas as pd và d = pd.DataFrame({"t": ["T1", "T1", "T2"], "cn": ["A", "B", "A"], "v": [5, 6, 7]}), d.pivot(index="t", columns="cn", values="v").loc["T2"].tolist() là gì?

    • [7.0, nan]
    • [7]
    • [7, 0]
  2. Sau import pandas as pd và s = pd.Series([1, 2, 3, 4], index=pd.MultiIndex.from_product([["Q1", "Q2"], ["A", "B"]])), s.unstack().shape là gì?

    • (2, 2)
    • (4, 1)
    • (1, 4)
  3. Cũng Series s đó, những lệnh nào cho một bảng có hai dòng A, B?

    • s.unstack(level=0)
    • s.unstack().T
    • s.unstack()
    • s.stack()
  4. Sau import pandas as pd và d = pd.DataFrame({"t": ["T1", "T1"], "cn": ["A", "A"], "v": [5, 6]}), d.pivot(index="t", columns="cn", values="v") báo lỗi gì?

    • Báo lỗi KeyError
    • Báo lỗi ValueError
    • Báo lỗi MergeError
Đúng hết lần đầu +15 XP

Bài tập

Lịch trực theo ngày và ca

Quán ghi phân công trực ở dạng dài: mỗi dòng có cột ngay (như "T2", "CN"), ca (như "Sáng", "Chiều"), nhan_vien, có thể thêm cột khác như ghi_chu. Mỗi ngày, mỗi ca có nhiều nhất một người. Viết thân hàm lich_truc(phan_cong):

  • mỗi dòng là một ngày, mỗi cột là một ca có trong dữ liệu, mỗi ô là tên người trực;

  • ca chưa có ai thì ô trống (NaN).

Dòng và cột theo thứ tự mà pivot() tự sắp. Hàm không sửa bảng của nơi gọi.

Trả về: lịch trực dạng rộng, một DataFrame.

python
import pandas as pd

def lich_truc(phan_cong):
    pass  # Viết thân hàm thay cho dòng này

Tóm tắt

  • df.pivot(index=, columns=, values=) đổi bảng dài thành bảng rộng, mỗi ô lấy đúng một giá trị; nó là phép ngược của melt().

  • Một cặp dòng, cột có nhiều giá trị thì pivot() báo ValueError; khi đó dùng pivot_table() với aggfunc=.

  • pivot() xoay được cả cột chữ, vì nó không tính gì.

  • unstack() đưa tầng index trong cùng lên thành cột; level= chọn tầng khác, fill_value= điền ô trống.

  • stack() đưa các cột xuống thành tầng index trong cùng, cho một Series nhiều tầng.

Câu hỏi thường gặp

pivot() và pivot_table() chọn cái nào?

Dữ liệu đã có một giá trị cho mỗi cặp dòng, cột, hay giá trị là chữ, thì pivot(): nó báo lỗi ngay khi có cặp lặp, giúp bạn phát hiện dữ liệu bẩn. Cần gom nhiều dòng vào một ô bằng tổng, số đếm hay trung bình thì pivot_table().

Làm phẳng cột hai tầng sau unstack() thế nào?

Khi unstack() một DataFrame nhiều cột, các cột thành hai tầng, như ("doanh_thu", "Huế"). Nối hai tầng thành một tên bằng bang.columns = [f"{a}_{b}" for a, b in bang.columns]. Cách làm việc với các tầng có ở bài MultiIndex.

Sau pivot(), làm sao đưa index về thành cột?

Gọi reset_index(): cột thang của ví dụ đầu bài trở lại thành cột thường, index đánh số lại từ 0. Tên của tầng cột (chi_nhanh) vẫn hiện ở góc bảng; xóa nó bằng bang.columns.name = None nếu bạn muốn bảng in gọn.

Chủ đề

pandas pivot

Dữ liệu của bài

Bài này có hữu ích?

Hỏi đáp

Đang tải câu hỏi…

Tham vấn chuyên môn

Nguyễn Việt Chung

Nhà sáng lập AIDev và VietPlatform · Thạc sĩ AI MSE

  • Tốt nghiệp thủ khoa xuất sắc Thạc sĩ AI MSE.
  • Đồng sáng lập, CTO E-University, SVOnline: số hóa 10+ đại học, 40.000+ sinh viên.
  • Xây hệ thống AI cho doanh nghiệp tại VietPlatform.
Biên soạn: AIDev Team · Rà soát · Quy trình biên tập