Bagaimana untuk Pivot Pandas DataFrame: Panduan Komprehensif untuk Membentuk Semula Data?

Bagaimanakah saya boleh menukar bingkai data?

Apakah itu pangsi?

• Membentuk semula DataFrame daripada panjang ke lebar format
• Membolehkan untuk mencipta DataFrame baharu di mana nilai diagregatkan berdasarkan satu atau lebih lajur

Bagaimanakah saya boleh pivot?

• Beberapa kaedah untuk memutar a DataFrame:

  • pd.DataFrame.pivot_table
  • pd.DataFrame.groupby pd.DataFrame.unstack
  • pd.DataFrame.set_index pd.DataFrame.unstack
  • pd.DataFrame.pivot (kurang fleksibel)
  • pd.crosstab (untuk penjadualan silang)
  • pd.factorize np.bincount (lanjutan, tinggi prestasi)
  • pd.get_dummies pd.DataFrame.dot (penjadualan silang)

Format panjang ke format lebar?

• Format panjang:

  • Setiap pemerhatian menduduki satu baris
  • Berbilang lajur mewakili berbeza atribut/ukuran

• Format luas:

  • Setiap pemerhatian menduduki satu lajur
  • Berbilang baris yang mewakili berbeza atribut/ukuran

Contoh

Soalan 1: Mengapa saya mendapat ValueError: Indeks mengandungi entri pendua, tidak boleh membentuk semula?

• Ini berlaku apabila cuba untuk memutarkan DataFrame dengan kunci pendua di mana ia sedang berada dipangsi
• Contoh: Jika df mempunyai entri pendua untuk baris dan kol dan anda pangsi dengan df.pivot(index='row', columns='col'), anda akan mendapat ralat.

Soalan 2: Bagaimanakah cara saya memutar df supaya nilai kol ialah lajur, nilai baris ialah indeks dan min bagi val0 adakah nilainya?

• Gunakan pd.DataFrame.pivot_table:

  df.pivot_table(values='val0', index='row', columns='col', aggfunc='mean')

Soalan 3: Bagaimana cara saya membuatnya supaya hilang nilai ialah 0?

• Gunakan argumen isi_nilai dalam pd.DataFrame.pivot_table:

  df.pivot_table(values='val0', index='row', columns='col', fill_value=0, aggfunc='mean')

Soalan 4: Bolehkah saya mendapatkan sesuatu selain daripada min, seperti mungkin jumlah?

• Gunakan hujah aggfunc yang berbeza dalam pd.DataFrame.pivot_table:

  df.pivot_table(values='val0', index='row', columns='col', fill_value=0, aggfunc='sum')

Soalan 5: Bolehkah saya melakukan lebih daripada satu pengagregatan pada satu masa?

• Sediakan senarai daripada boleh panggil kepada hujah aggfunc dalam pd.DataFrame.pivot_table:

  df.pivot_table(values='val0', index='row', columns='col', fill_value=0, aggfunc=[np.size, np.mean])

Soalan 6: Bolehkah saya mengagregatkan pada berbilang lajur nilai?

• Lepaskan berbilang nama lajur sebagai senarai kepada nilai dalam pd.DataFrame.pivot_table:

  df.pivot_table(values=['val0', 'val1'], index='row', columns='col', fill_value=0, aggfunc='mean')

Soalan 7: Bolehkah saya membahagikan dengan berbilang lajur?

• Luluskan berbilang nama lajur sebagai senarai untuk mengindeks atau lajur dalam pd.DataFrame.pivot_table:

  df.pivot_table(values='val0', index=['row', 'item'], columns='col', fill_value=0, aggfunc='mean')

Soalan 8: Atau

• Boleh membahagikan dengan berbilang lajur dalam indeks dan lajur menggunakan pd.DataFrame.pivot_table:

  df.pivot_table(values='val0', index=['key', 'row'], columns=['item', 'col'], fill_value=0, aggfunc='mean')

Soalan 9: Bolehkah saya mengagregatkan kekerapan lajur dan baris berlaku bersama, aka "penjadualan silang"?

• Gunakan pd.crosstab:

  df.pivot_table(values='val0', index='row', columns='col', aggfunc='mean')

Soalan 10: Bagaimanakah cara menukar DataFrame dari panjang kepada lebar dengan memutar pada dua lajur SAHAJA?

df.pivot_table(values='val0', index='row', columns='col', fill_value=0, aggfunc='mean')

Soalan 11: Bagaimanakah cara meratakan gandaan indeks kepada indeks tunggal selepas pivot?

• Sertai indeks berbilang bahagian sebagai rentetan tunggal:

  df.pivot_table(values='val0', index='row', columns='col', fill_value=0, aggfunc='sum')

Atas ialah kandungan terperinci Bagaimana untuk Pivot Pandas DataFrame: Panduan Komprehensif untuk Membentuk Semula Data?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!