Comment convertir un DataFrame Pandas long en grand format à l'aide de la méthode Pivot ?

Barbara Streisand
Libérer: 2024-10-28 17:50:02
original
127 Les gens l'ont consulté

How to Convert a Long Pandas DataFrame to Wide Format Using the Pivot Method?

Remodelage des pandas : conversion du format long au format large

Lorsque vous travaillez avec des données tabulaires, il est souvent nécessaire de les remodeler du format long au format large . Bien que Pandas fournisse des fonctions telles que fondre et empiler, elles peuvent ne pas suffire pour des scénarios de remodelage complexes.

Dans le contexte fourni, nous avons un long ensemble de données avec des colonnes comprenant « Vendeur », « Hauteur », « produit », et « prix ». L'objectif est de le remodeler dans un format large avec trois colonnes supplémentaires : « produit_1 », « prix_1 », etc.

Une approche consiste à utiliser la méthode pivot. Prenons l'exemple suivant avec un ensemble de données fictif :

<code class="python">import pandas as pd

data = {
    'Salesman': ['Knut', 'Knut', 'Knut', 'Steve'],
    'Height': [6, 6, 6, 5],
    'product': ['bat', 'ball', 'wand', 'pen'],
    'price': [5, 1, 3, 2]
}

df = pd.DataFrame(data)</code>
Copier après la connexion

Pour remodeler cet ensemble de données long au format large, nous pouvons pivoter sur la colonne « Vendeur » et définir la colonne « produit » comme nouveaux en-têtes de colonne tandis que le La colonne « prix » devient les valeurs correspondantes :

<code class="python">df_wide = df.pivot(index='Salesman', columns='product', values='price')</code>
Copier après la connexion

Cela se traduira par une trame de données grand format comme vous le souhaitez :

<code class="python">print(df_wide)

   bat  ball  wand  pen
0   5    1    3   NaN
1   NaN  NaN  NaN    2</code>
Copier après la connexion

Cette solution montre comment remodeler une trame de données longue en une trame large format en utilisant la méthode pivot, répondant au besoin d'une méthode simple pour effectuer de telles tâches de remodelage dans Pandas.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

source:php.cn
Déclaration de ce site Web
Le contenu de cet article est volontairement contribué par les internautes et les droits d'auteur appartiennent à l'auteur original. Ce site n'assume aucune responsabilité légale correspondante. Si vous trouvez un contenu suspecté de plagiat ou de contrefaçon, veuillez contacter admin@php.cn
Derniers articles par auteur
Tutoriels populaires
Plus>
Derniers téléchargements
Plus>
effets Web
Code source du site Web
Matériel du site Web
Modèle frontal
À propos de nous Clause de non-responsabilité Sitemap
Site Web PHP chinois:Formation PHP en ligne sur le bien-être public,Aidez les apprenants PHP à grandir rapidement!