如何使用 Melt 函數和字典重塑 Pandas DataFrame？

Pandas Melt 函數：重塑資料框進行分析

問題：

問題：

考慮

問題：

考慮

問題：

考慮
問題：


考慮
考慮一個資料框多個欄位和一個字典:

df = pd.DataFrame([[2, 4, 7, 8, 1, 3, 2013], [9, 2, 4, 5, 5, 6, 2014] ], columns=['艾米', '鮑伯' , '卡爾', '克里斯', '本', '其他', '年份'])<br>

d = {'A': ['艾米'], 'B': ['鮑伯', '本']，'C'：['卡爾'， 'Chris']}<br>

我們如何重塑資料框以類似於以下結構，其中列被熔化和分組？

 團體名稱年份值 0 A Amy 2013 2<p> 1 A Amy 2014 9</p> 2 B Bob 2013 4<ol> 3 B Bob 2014 2 B Bob 2013 4<li> 3 B Bob 2014 4 5 B Ben 2014年5月<strong>6℃卡爾2013 7</strong> 7 C 卡爾2014 4 8 C2013 8<pre class="brush:php;toolbar:false">m = pd.melt(df, id_vars=['Year'], var_name='Name')

9 C C其他2014 6

答案：

d2 = {}
for k, v in d.items():
    for item in v:
        d2[item] = k

要使用熔化函數重塑資料框，請依照下列步驟操作：

融化資料框：

融化資料框使用熔化功能轉換為寬格式。這會將列轉換為行，並使用 id_vars 參數指定應保持不變的列。

m['Group'] = m['Name'].map(d2)

建立映射字典：

重塑字典d 建立列名與群組之間的對應

mask = m['Name'] == 'Other'
m.loc[mask, 'Name'] = ''
m.loc[mask, 'Group'] = 'Other'

print(m)

    Year   Name  value Group
0   2013    Amy      2      A
1   2014    Amy      9      A
2   2013    Bob      4      B
3   2014    Bob      2      B
4   2013   Carl      7      C
...    ...    ...    ...    ...
7   2014  Chris      5      C
8   2013    Ben      1      B
9   2014    Ben      5      B
10  2013             3  Other
11  2014             6  Other

新增'Group': 將新建立的字典d2對應到 'Name' 欄位以新增 'Group' 欄位。 移動'Other': 將 'Other' 值從 'Name' 欄位移到 'Group' 欄位。 產生的資料框將包含所需的扁平結構：

以上是如何使用 Melt 函數和字典重塑 Pandas DataFrame？的詳細內容。更多資訊請關注PHP中文網其他相關文章！