Bagaimana untuk Membentuk Semula Data daripada Format Lebar ke Panjang dalam Panda?

DDD
Lepaskan: 2024-11-16 14:57:03
asal
105 orang telah melayarinya

How to Reshape Data from Wide to Long Format in Pandas?

Membentuk Semula Data daripada Lebar ke Panjang dalam Panda

Dalam panda, bingkai data boleh diubah daripada format lebar kepada format panjang. Ini berguna apabila ingin menggabungkan bingkai data dengan yang lain berdasarkan lajur dan tarikh yang dikongsi.

Pertimbangkan bingkai data berikut:

        AA  BB  CC
date
05/03     1   2   3
06/03     4   5   6
07/03     7   8   9
08/03     5   7   1
Salin selepas log masuk

Untuk mengubah bingkai data ini kepada format yang panjang, gunakan sama ada pandas.melt atau panda.DataFrame.melt.

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')
Salin selepas log masuk
To convert, reset the index and then melt:
Salin selepas log masuk
df = df.reset_index()
pd.melt(df, id_vars='date', value_vars=['AA', 'BB', 'CC'])
Salin selepas log masuk

Sebagai alternatif, gunakan .reset_index selepas .melt untuk mengalih keluar keperluan untuk menentukan value_vars.

dfm = df.melt(ignore_index=False).reset_index()
Salin selepas log masuk

Bingkai data yang terhasil akan kelihatan seperti:

     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
Salin selepas log masuk

Atas ialah kandungan terperinci Bagaimana untuk Membentuk Semula Data daripada Format Lebar ke Panjang dalam Panda?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

sumber:php.cn
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan