Pandas DataFrame을 녹이는 방법과 이 기술을 언제 사용합니까?

Pandas DataFrames 녹이기

Melt란 무엇인가요?

pandas DataFrame을 녹이는 작업에는 각 열이 변수를 나타내는 넓은 형식에서 재구성하는 작업이 포함됩니다. 각 행은 관찰을 나타내고 각 열은 특성 값을 나타내는 긴 형식으로 pair.

DataFrame을 녹이는 방법

DataFrame을 녹이려면 pd.melt() 함수를 사용하고 다음 인수를 지정하세요.

• id_vars: 열 고유 식별자(일반적으로 기본 키 또는 인덱스)로 유지됩니다.
• value_vars: 녹일 열(행으로 변환됨) 지정하지 않으면 id_vars에 없는 모든 열이 녹습니다.
• var_name: 원래 열 이름이 포함될 열의 이름.
• value_name: 원본 열이 포함될 열의 이름 값입니다.

예를 들어 다음을 녹이려면 DataFrame:

import pandas as pd

df = pd.DataFrame({'Name': ['Bob', 'John', 'Foo', 'Bar', 'Alex', 'Tom'],
                   'Math': ['A+', 'B', 'A', 'F', 'D', 'C'],
                   'English': ['C', 'B', 'B', 'A+', 'F', 'A']})

다음을 사용할 수 있습니다:

df_melted = pd.melt(df, id_vars=['Name'], value_vars=['Math', 'English'])

이것은 녹은 DataFrame을 출력합니다:

   Name  variable  value
0   Bob    Math     A+
1   John    Math      B
2   Foo    Math      A
3   Bar    Math      F
4   Alex    Math      D
5   Tom    Math      C
6   Bob  English      C
7   John  English      B
8   Foo   English      B
9   Bar  English     A+
10  Alex  English      F
11  Tom   English      A

Melt 사용 시기

Melting은 다음 작업이 필요할 때 유용합니다.

• 광범위한 데이터 변환 플로팅이나 시각화에 적합한 형식으로 변환합니다.
• 특정 데이터 형식이 필요한 기계 학습 모델용 데이터를 준비합니다.
• 관찰 내용을 고유 식별자로 그룹화하고 녹은 데이터에 대해 집계 또는 변환을 수행합니다.

예시 시나리오

문제 1: 아래 DataFrame을 이름, 나이, 주제 및 학년 열이 포함된 용해된 형식으로 변환합니다.

df = pd.DataFrame({'Name': ['Bob', 'John', 'Foo', 'Bar', 'Alex', 'Tom'],
                   'Math': ['A+', 'B', 'A', 'F', 'D', 'C'],
                   'English': ['C', 'B', 'B', 'A+', 'F', 'A']})

df_melted = pd.melt(df, id_vars=['Name', 'Age'], var_name='Subject', value_name='Grade')

print(df_melted)

출력:

   Name  Age Subject Grade
0   Bob   13  English      C
1  John   16  English      B
2   Foo   16  English      B
3   Bar   15  English     A+
4  Alex   17  English      F
5   Tom   12  English      A
6   Bob   13     Math     A+
7  John   16     Math      B
8   Foo   16     Math      A
9   Bar   15     Math      F
10 Alex   17     Math      D
11  Tom   12     Math      C

문제 2: 수학만 포함하도록 문제 1에서 녹은 DataFrame을 필터링합니다. columns.

df_melted_math = pd.melt(df, id_vars=['Name', 'Age'], value_vars=['Math'], var_name='Subject', value_name='Grade')

print(df_melted_math)

출력:

   Name  Age Subject Grade
0   Bob   13    Math     A+
1  John   16    Math      B
2   Foo   16    Math      A
3   Bar   15    Math      F
4  Alex   17    Math      D
5   Tom   12    Math      C

문제 3: 녹인 DataFrame을 등급별로 그룹화하고 각각의 고유한 이름과 주제를 계산합니다. 등급.

df_melted_grouped = df_melted.groupby(['Grade']).agg({'Name': ', '.join, 'Subject': ', '.join}).reset_index()

print(df_melted_grouped)

출력:

  Grade             Name                Subjects
0     A       Foo, Tom           Math, English
1    A+         Bob, Bar           Math, English
2     B  John, John, Foo  Math, English, English
3     C         Bob, Tom           English, Math
4     D             Alex                    Math
5     F        Bar, Alex           Math, English

문제 4: 문제 1에서 녹은 DataFrame을 원래 상태로 되돌립니다. format.

df_unmelted = df_melted.pivot_table(index=['Name', 'Age'], columns='Subject', values='Grade', aggfunc='first').reset_index()

print(df_unmelted)

출력:

   Name  Age English Math
0   Alex   17       F    D
1   Bar   15      A+    F
2   Bob   13       C   A+
3   Foo   16       B    A
4  John   16       B    B
5   Tom   12       A    C

문제 5: 문제 1에서 녹은 DataFrame을 이름별로 그룹화하고 과목과 성적을 구분합니다. commas.

df_melted_by_name = df_melted.groupby('Name').agg({'Subject': ', '.join, 'Grade': ', '.join}).reset_index()

print(df_melted_by_name)

출력:

   Name        Subject Grades
0  Alex  Math, English   D, F
1   Bar  Math, English  F, A+
2   Bob  Math, English  A+, C
3   Foo  Math, English   A, B
4  John  Math, English   B, B
5   Tom  Math, English   C, A

문제 6: 전체 DataFrame을 단일 값 열로 녹이고 다른 열에는 원래 열 이름이 포함됩니다. .

df_melted_full = df.melt(ignore_index=False)

print(df_melted_full)

출력:

   Name  Age  variable  value
0   Bob   13    Math     A+
1  John   16    Math      B
2   Foo   16    Math      A
3   Bar   15    Math      F
4  Alex   17    Math      D
5   Tom   12    Math      C
6   Bob   13  English      C
7  John   16  English      B
8   Foo   16  English      B
9   Bar   15  English     A+
10 Alex   17  English      F
11  Tom   12  English      A

위 내용은 Pandas DataFrame을 녹이는 방법과 이 기술을 언제 사용합니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!