Umformen von Breitdaten in Langformat in Pandas
Im Bereich der Datenmanipulation entsteht die Umformung von Daten vom Breit- ins Langformat oft als eine Notwendigkeit. Betrachten Sie den folgenden Pandas-Datenrahmen:
| AA | BB | CC | |
|---|---|---|---|
| 05/03 | 1 | 2 | 3 |
| 06/03 | 4 | 5 | 6 |
| 07/03 | 7 | 8 | 9 |
| 08/03 | 5 | 7 | 1 |
Um ihn in das gewünschte Langformat umzuwandeln:
| AA | 05/03 | 1 |
| AA | 06/03 | 4 |
| AA | 07/03 | 7 |
| AA | 08/03 | 5 |
| BB | 05/03 | 2 |
| BB | 06/03 | 5 |
| BB | 07/03 | 8 |
| BB | 08/03 | 7 |
| CC | 05/03 | 3 |
| CC | 06/03 | 6 |
| CC | 07/03 | 9 |
| CC | 08/03 | 1 |
Wir verwenden die Funktion pandas.melt oder pandas.DataFrame.melt, die Wide-Daten elegant in ein Long-Format umwandelt.
import pandas as pd
df = pd.DataFrame({
'date' : ['05/03', '06/03', '07/03', '08/03'],
'AA' : [1, 4, 7, 5],
'BB' : [2, 5, 8, 7],
'CC' : [3, 6, 9, 1]
}).set_index('date')
df = df.reset_index()
pd.melt(df, id_vars='date', value_vars=['AA', 'BB', 'CC'])Alternativ kann man den Schritt reset_index durch Aufruf weglassen schmelzen mitignore_index=False:
dfm = df.melt(ignore_index=False).reset_index()
Ergebnis im gewünschten Langformat:
| date | variable | value | |
|---|---|---|---|
| 0 | 05/03 | AA | 1 |
| 1 | 06/03 | AA | 4 |
| 2 | 07/03 | AA | 7 |
| 3 | 08/03 | AA | 5 |
| 4 | 05/03 | BB | 2 |
| 5 | 06/03 | BB | 5 |
| 6 | 07/03 | BB | 8 |
| 7 | 08/03 | BB | 7 |
| 8 | 05/03 | CC | 3 |
| 9 | 06/03 | CC | 6 |
| 10 | 07/03 | CC | 9 |
| 11 | 08/03 | CC | 1 |
Diese Transformation ermöglicht eine effiziente Zusammenführung mit anderen Datenrahmen basierend auf gemeinsamen Daten und Spaltennamen.
Das obige ist der detaillierte Inhalt vonWie wandelt man in Pandas breite Daten in ein langes Format um?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!
