Nivel 5 · Pedidos con cupón por estado

Un índice de dos niveles

Agrupa por dos columnas y cuenta, y pandas devuelve una Series cuyo índice tiene dos niveles:

counts = orders.groupby(["channel", "status"]).size()
# channel      status
# app          cancelled     265
#              completed    3885
#              pending        50
#              refunded      120
# marketplace  cancelled     108
# ...

Ese índice es un MultiIndex: cada entrada es un par como ("app", "completed"). Es una tabla larga disfrazada, una fila por par.

unstack: de filas a columnas

.unstack() toma el nivel más interno del índice y convierte sus valores en columnas:

counts.unstack()
# status       cancelled  completed  pending  refunded
# channel
# app                265       3885       50       120
# marketplace        108       1597       19        43
# web                353       5367       52       141

Es la misma cuadrícula que construye pivot_table; groupby más unstack es simplemente otro camino hasta ella, práctico cuando ya tienes la Series agrupada. Para mover un nivel distinto, nómbralo: counts.unstack("channel") pone los canales arriba y los estados en el lateral.

Combinaciones ausentes

Un groupby de dos claves solo lista los pares que ocurren realmente. Cuando aplicas unstack, cualquier par que nunca ocurrió deja un hueco, rellenado con NaN:

orders.groupby(["coupon_code", "status"]).size().unstack()
# status       cancelled  completed  pending  refunded
# HOLIDAY20         12.0      174.0      NaN       7.0

Ninguno de los pedidos de HOLIDAY20, SPRING15 o SUMMER15 está pendiente, porque casi todos los pedidos pendientes se hicieron en los últimos días de 2025, después de que terminaran esas campañas. Para un recuento, una celda vacía es realmente cero, así que pasa fill_value=0. Rellena los huecos y mantiene los recuentos como enteros.

Fíjate en que los pedidos sin cupón (10.277) no aparecen en absoluto: groupby descarta las claves NaN por defecto. Pasa dropna=False a groupby si los quieres como una fila propia.

stack: de vuelta a una fila por par

.stack() es lo inverso: mueve las columnas de vuelta al nivel más interno del índice.

grid = counts.unstack()
grid.stack()          # the long Series again, one entry per channel and status

stack descarta por defecto las celdas NaN, así que tras un unstack y un stack recuperas los pares originales.

Gestionar el índice

Las cuadrículas y los resultados agrupados guardan sus claves en el índice. Tres métodos las mueven:

long = grid.stack().reset_index(name="n_orders")   # index levels → ordinary columns
by_status = long.set_index("status")               # a column → the index
by_status.sort_index()                             # sort rows by their index labels

reset_index() es lo que llamas antes de unir, aplicar melt o exportar, para que las claves sean columnas reales. set_index() va en el otro sentido cuando quieres buscar filas con .loc["completed"]. sort_index() ordena las filas por etiqueta, como ya hacen groupby y pivot_table.

Errores comunes

• Aplicar unstack sin fill_value=0 sobre recuentos, dejando NaN y columnas float como 174.0.
• Aplicar unstack al nivel equivocado. Sin argumento es la última clave por la que agrupaste; nombra el nivel para estar seguro.
• Rellenar con 0 cuando la celda es una media. Una media vacía es desconocida, no cero.
• Olvidar que groupby descarta las claves ausentes, y luego preguntarse adónde fueron los pedidos sin cupón.