Rumah > pembangunan bahagian belakang > Tutorial Python > Bagaimana untuk Mengubah Lajur Pandas DataFrame menjadi Baris dengan Lajur 'Tarikh' dan 'Nilai'?

Bagaimana untuk Mengubah Lajur Pandas DataFrame menjadi Baris dengan Lajur 'Tarikh' dan 'Nilai'?

Patricia Arquette
Lepaskan: 2024-12-30 09:07:11
asal
603 orang telah melayarinya

How to Transform Pandas DataFrame Columns into Rows with a

Tukar Lajur kepada Baris dengan Panda

Untuk membentuk semula set data dari lajur ke baris, di mana setiap lajur mewakili tarikh yang berbeza dan output yang dikehendaki memerlukan lajur "Tarikh" dan lajur "Nilai", gunakan leburan Pandas fungsi.

Penyelesaian:

df.melt(id_vars=["location", "name"],
        var_name="Date",
        value_name="Value")
Salin selepas log masuk

Contoh:

import pandas as pd

df = pd.DataFrame(
    {
        "location": ["A", "B"],
        "name": ["test", "foo"],
        "Jan-2010": [12, 18],
        "Feb-2010": [20, 20],
        "March-2010": [30, 25],
    }
)

result = df.melt(id_vars=["location", "name"],
                  var_name="Date",
                  value_name="Value")

print(result)
Salin selepas log masuk

Output:

  location  name        Date  Value
0        A  test    Jan-2010     12
1        B   foo    Jan-2010     18
2        A  test    Feb-2010     20
3        B   foo    Feb-2010     20
4        A  test  March-2010     30
5        B   foo  March-2010     25
Salin selepas log masuk

Untuk Versi Lama Panda (<0.20):

df2 = pd.melt(df,
                  id_vars=["location", "name"], 
                  var_name="Date",
                  value_name="Value")

df2 = df2.sort(["location", "name"])

# Optionally, reset the index
# df2 = df2.reset_index(drop=True)
Salin selepas log masuk

Kod ini akan mengisih output mengikut "lokasi" dan "nama" dan memberikan output bersih tanpa indeks.

Nota: Dalam versi Panda yang lebih baharu, gunakan nilai_isih dan bukannya isih.

Atas ialah kandungan terperinci Bagaimana untuk Mengubah Lajur Pandas DataFrame menjadi Baris dengan Lajur 'Tarikh' dan 'Nilai'?. 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
Artikel terbaru oleh pengarang
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan